Question

我在numpy数组中看到了一个非常奇怪的行为，当我在一个简单的操作中混合int32和int8数组时，int32数组元素ct[4,0]在获取+= dleng[4]*4的结果时似乎变为8位：

import numpy as np
In[3]: ct = np.zeros((6,1), np.int32)
In[4]: ct
Out[4]: 
array([[0],
   [0],
   [0],
   [0],
   [0],
   [0]], dtype=int32)
In[5]: dleng = np.zeros((6, 1), np.int8)
In[6]: dleng[0] = 2
dleng[1] = 3
dleng[2] = 4
dleng[3] = 7
dleng[4] = 3
dleng[5] = 5
In[7]: dleng
Out[7]: 
array([[2],
   [3],
   [4],
   [7],
   [3],
   [5]], dtype=int8)
In[8]: ct[4] = 117
In[9]: ct
Out[9]: 
array([[  0],
   [  0],
   [  0],
   [  0],
   [117],
   [  0]], dtype=int32)
In[10]: ct[4,0] += dleng[4]*4
In[11]: ct
Out[11]: 
array([[   0],
   [   0],
   [   0],
   [   0],
   [-127],
   [   0]], dtype=int32)}

有谁知道为什么会这样？

Answer 1

这是因为你在做的是：

>>> ct[4,0] += dleng[4]*4

实际上是这样的：

>>> ct[4,0] = ct[4,0] + dleng[4]*4

产生这个：

>>> ct[4,0] + dleng[4]*4
array([-127], dtype=int8)

然后这样做：

>>> ct[4,0] = array([-127], dtype=int8)

但是真的在封面下进行这种类型转换：

>>> a.astype(np.int32)
array([-127], dtype=int32)

Answer 2

dleng[4]*4是一个数组：

In [94]: dleng[4]
Out[94]: array([3], dtype=int8)

In [95]: dleng[4]*4
Out[95]: array([12], dtype=int8)

虽然ct[4, 0]是标量且类型为np.int32：

In [98]: ct[4,0]
Out[98]: 117

In [99]: type(_)
Out[99]: numpy.int32

正如@WallyBeaver所指出的那样，ct[4,0] += dleng[4]*4就像ct[4,0] = ct[4,0] + dleng[4]*4。最后一个表达式是标量加上数组。在这种情况下，数据类型由数组决定，因此最终为np.int8。 numpy docs中有一个关于此的说明：

混合标量数组操作使用一组不同的强制转换规则除非标量，否则确保标量不能“向上”数组是一种根本不同的数据（即不同的数据）数据类型层次结构中的层次结构）而不是数组。这个规则使您能够在代码中使用标量常量（作为Python 类型，在ufuncs中相应地解释）而不用担心标量常量的精度是否会导致上升你的大（小精度）阵列。

修复是将就地添加写为

ct[4,0] += dleng[4,0]*4

Python numpy数组：混合int32和int8时结果错误

2 个答案: