Question

我正在使用python3和numpy版本1.8.2（与numpy 1.10.4和python2相同的问题）并尝试做一些非常基本的事情：乘以两个整数。

import numpy as np
a = 9223372036854775808
type(a)
b = np.int64(0)
type(b)
type(b*a)

然而输出是：

builtins.int
numpy.int64
numpy.float64

所以两个整数的乘法返回一个浮点数！有没有合理的解释呢？

请注意，如果我改为

a = 9223372036854775807
type(b*a)

返回

numpy.int64

如果我把它提升到

a = 92233720368547758100
type(b*a)

返回（在python3中）

builtins.int

和（在python2中）

long

据我所知，必须有一些溢出，但为什么？

Answer 1

实际上这是非常好的观察和质疑。这是一个快速类比：

import numpy as np

a = 9223372036854775808

请注意，您越过int限制，它正在进入long int范围

a将生成9223372036854775808L
的输出
type(a)将生成<type 'long'>
的输出

在下面的情况中，我们将继续int限制

a = 9223372036854775807

此处a将输出返回为9223372036854775807

type（a）将输出返回为<type 'int'>

让我们假设b = np.int64(1)。我将解释为什么我采用np.int64(1)代替np.int64(0)

b*a返回9.2233720368547758e+18，如您所见，它以欧拉形式的小数表示。

type(b*a)返回np.float64

因此，由于上述原因，它被转换为float，即np.float（64）。 Euler形式的数字总是需要其表示的浮点/小数点

将b视为np.int64(1)的原因：如果是np.int64(0)，您将永远不会注意到输出，因为结果将全部为0

Answer 2

这个答案并不是真正的答案：试图更好地理解这个问题！

使用Python 2.7.13我得到了

In [24]: a = 9223372036854775808; type(a)
Out[24]: long

在python 3.6.0中我得到了

In [24]: a = 9223372036854775808; type(a)
Out[24]: int

这与以下事实是一致的：即使在Python3中表现得像long一样，long仍被称为int。

这可能是报告错误问题的一部分吗？如果我们继续使用Python2，那么你在执行乘法时可以查看存储在变量中的值类型的numpy错误吗？考虑

In [11]: type(int(9223372036854775807))
Out[11]: int

In [12]: type(int(9223372036854775808))
Out[12]: long


In [13]: a = 9223372036854775808

In [14]: b = np.int64(0)

In [15]: type(9223372036854775808 * np.int64(0)) 
Out[15]: long

In [16]: type(b*a)
Out[16]: numpy.float64

In [17]: type(long(9223372036854775808) * np.int64(0))
Out[17]: long

In [18]: type(int(9223372036854775808) * np.int64(0))
Out[18]: long

In [19]: type(np.int64(9223372036854775808) * np.int64(0))
---------------------------------------------------------------------------
OverflowError                             Traceback (most recent call last)
<ipython-input-18-93a64125698a> in <module>()
----> 1 type(np.int64(9223372036854775808) * np.int64(0))

OverflowError: Python int too large to convert to C long

号码9223372036854775808存储时间长。

第15行处理器说＆＃34;很长一段时间int64很长，因为它是最大的容器＆＃34;。

第16行处理器看到一个as int并且说＆＃34; int次np.int64是np.int64因为我喜欢将它存储为numpy类型，因为你调用它，但是等等...... 9223372036854775808不能留在int64，所以我现在遇到了麻烦（意想不到的麻烦，因为它只在使用numpy类型时才会发生 - 第19行）。然后我把自己置于＆＃34;麻烦模式＆＃34;默认情况下将结果存储在我拥有的最大numpy容器中，即float64＆＃34; 。

在Python3中，第15行和第16行的行为有所不同：numpy始终处于＆＃34;故障模式＆＃34;因为long类型总是被检测为int：

In [10]: type(9223372036854775808 + np.int64(0))
Out[10]: numpy.float64

In [11]: type(a*b)
Out[11]: numpy.float64

numpy.int64次int - ＆gt; numpy.float64

2 个答案: