为什么数组的价值与预期不同？

Question

我将 class 的属性从：

self.firstBase = np.array([1, 0])
self.secondBase = np.array([0, 1])

至

self.base = np.array([[1, 0], [0, 1]])

从那时起，将这两个向量乘以 Hadamard 矩阵的操作返回错误值。

def H(self):
    H = np.array([[1 / math.sqrt(2), 1 / math.sqrt(2)],
                  [1 / math.sqrt(2), - 1 / math.sqrt(2)]])

    topValue = H[0][0] * self.base[0][0] + H[0][1] * self.base[0][1]
    bottomValue = H[1][0] * self.base[0][0] + H[1][1] * self.base[0][1]
    self.base[0] = np.array([topValue, bottomValue])

    topValue = H[0][0] * self.base[1][0] + H[0][1] * self.base[1][1]
    bottomValue = H[1][0] * self.base[1][0] + H[1][1] * self.base[1][1]
    self.base[1] = np.array([topValue, bottomValue])

    return self

我做了一些测试，发现计算仍然正确，但是当我初始化时

 self.base[0] = np.array([topValue, bottomValue])

和

self.base[1] = np.array([topValue, bottomValue])

结果它给了我 [0, 0] 和 [0, 0] 。

这是为什么？ 解决方法是什么？

Answer 1

self.base数据类型更改为float

self.base = np.array([[1, 0], [0, 1]], dtype=float)

Answer 2

发生这种情况是因为您试图将浮点值分配给 integer 数组。 因此，需要使用浮点值来初始化self.base ，如下所示：

1. 使用self.base = np.array([1.0, 0.0], [0.0, 1.0])
2. 或self.base = np.array([[1, 0], [0, 1]], dtype=float)