我有一个float32 NumPy数组（从C库中获取），我想复制一些由＆＃39; fancy＆＃39;指定的值。索引到现有的float64数组中。
到目前为止，我有：
import numpy as np
a = np.array([0.0, 0.5, 1.0], dtype=np.float32)
b = np.empty(2, dtype=np.float64)
b[:] = a[[2, 0]]
这就是我想要的，但我想避开additional copy caused by the 'fancy' indexing。所以我尝试将ndarray.take()与out参数一起使用：
a.take([2, 0], out=b)
这不起作用，而是提出TypeError：
TypeError：根据规则＆＃39; safe＆＃39;
，无法将dtype（＆＃39; float64＆＃39;）中的数组数据转换为dtype（＆＃39; float32＆＃39;）
我怎样才能让它发挥作用？ 我想避免复制，更重要的是，在分配步骤中避免内存分配。
我在numpy.nditer中找到casting个参数，似乎casting='same_kind'符合我的情况。使用ndarray.take()时有没有办法强制进行此设置？