在numpy中，为什么减去整数有时会产生浮点数？
list这似乎只发生在使用多个不同的整数类型（例如有符号和无符号）时，以及没有更大的整数类型可用时。
答案 0 :(得分：9)
这是numpy作者有意识的设计决策。在决定结果类型时，只考虑操作数的类型，而不是它们的实际值。对于您执行的操作，存在超出有效范围的结果的风险，例如如果您减去非常大的uint64数字，则结果将不适合int64。因此，安全选择将转换为float64，这肯定会符合结果（尽管可能会降低精度）。
与x = np.int32(2) - np.uint32(1)的示例进行比较。这始终可以安全地表示为int64，因此选择了该类型。 x = np.int64(2) - np.uint32(1)也是如此。这也会产生int64。
替代方案是遵循例如 c 规则，它会将所有内容都转换为uint64。但当然，这可能导致上下溢的非常奇怪的结果。
如果您想提前了解最终的类型，请查看np.result_type()，np.can_cast()和np.promote_types()。在文档中阅读这些内容也可能有助于您更好地理解这个问题。
答案 1 :(得分：3)
我没有关于numpy的专家，但是，我怀疑，因为float64是最小的数据类型，可以同时适合int64和uint64的域将两个操作数转换为float64，以便操作始终成功。
例如，在使用int8和uint8的情况下：+128 - (256)无法放入int8，因为-128在int8中无效，因为它只能回到-127。同样，我们无法使用uint8，因为在这种情况下我们显然需要使用符号。因此，我们选择浮动/双重，因为它可以很好地适应两个方向。