算术在dtype float＆＃39;上的不同行为。并且＆＃39;漂浮＆＃39;

Question

嗨，大家好我只是一个python的新手（即使在编程中）所以我的问题可能听起来很基本，但我很难理解这一点。

为什么算术上的选择性行为会浮动对象＆＃39;？

import numpy as np

a = np.random.normal(size=10)
a = np.abs(a)
b = np.array(a, dtype=object)

np.square(a) # this works
np.square(b) # this works

np.sqrt(a) # this works
np.sqrt(b) # AttributeError: 'float' object has no attribute 'sqrt'

图片链接是我在本地jupyter笔记本中的运行结果：

jupyter笔记本运行结果

欣赏有用的见解！感谢

编辑050418 09:53 - 添加一个我认为类似问题的链接 Numpy AttributeError: 'float' object has no attribute 'exp'

Answer 1

@Warren指出square＆＃39;代表＆＃39;繁殖。我通过制作一个包含列表的对象数组来验证这一点：

In [524]: arr = np.array([np.arange(3), 3, [3,4]])
In [525]: np.square(arr)
TypeError: can't multiply sequence by non-int of type 'list'

square适用于数组的其余部分：

In [526]: np.square(arr[:2])
Out[526]: array([array([0, 1, 4]), 9], dtype=object)

sqrt并不适用于以下任何一项：

In [527]: np.sqrt(arr)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-527-b58949107b3d> in <module>()
----> 1 np.sqrt(arr)

AttributeError: 'numpy.ndarray' object has no attribute 'sqrt'

我可以让sqrt使用自定义类：

class Foo(float):
    def sqrt(self):
        return self**0.5

In [539]: arr = np.array([Foo(3), Foo(2)], object)
In [540]: np.square(arr)
Out[540]: array([9.0, 4.0], dtype=object)
In [541]: np.sqrt(arr)
Out[541]: array([1.7320508075688772, 1.4142135623730951], dtype=object)

Answer 2

不确定这是否是原因，但我的猜测是：

如果您的对象是您自己的自制课程的实例怎么办？ Numpy不能做任何其他事情，但希望你在课堂​​上定义了一个sqrt方法并让它完成工作。所以我假设它在这里做了什么，但在你的情况下你的对象是浮点数，虽然np.sqrt(some_random_float)有意义，但some_random_float.sqrt()并不是因为AttributeError: 'float' object has no attribute 'sqrt'。

通常numpy是为数值计算而设计和优化的，而将它与通用dtype=object一起使用可能有时很方便，你不应该假设在这种情况下一切都会无缝运行...

Answer 3

在Python中，一切都是对象。

操作符作为特殊方法在对象上实现（从方法名称中的__前缀可以看出，例如a + b是a.__add__(b)的语法糖，或者它们是内置的别名将对象作为参数的函数（例如a ** b）是pow(a, b)的合成糖。通常，函数本身是对象上的特殊方法的别名（如iter(a)只返回{ {1}}）。

Numpy添加了更多的语法糖，它实现了基于numpy对象类型的行为的函数。如上所述，具有dtype对象的numpy数组将操作符的实现推回到数组中元素的对象类型（所以基本上，a.__iter__()在语义上类似于np.square(a)这是真的评估为array = map(lambda x: x*x, array)。

请注意，array = map(lambda x: x.__mult__(x), array)不作为内置函数存在（它可以从标准库中的sqrt模块或np的实现中导入，也可以使用math导入（实际上是{ {1}}），因此普通**0.5对象将没有实现它的方法。