Question

请考虑以下内容：

>>> import numbers
>>> import numpy
>>> a = numpy.int_(0)
>>> isinstance(a, int)
False
>>> isinstance(a, numbers.Integral)
True
>>> b = numpy.float_(0)
>>> isinstance(b, float)
True
>>> isinstance(b, numbers.Real)
True

NumPy的numpy.int_和numpy.float_类型都在Python的numeric abstract base class hierarchy中，但令我感到奇怪的是，np.int_对象不是内置int类的实例，而np.float_对象是内置float类型的实例。

为什么会这样？

Answer 1

Python整数可以是任意长度：type(10**1000)仍然是int，如果将其输出，则会在屏幕上打印出一个1，然后输出一千个零。

Numpy int64（这是我的机器上的int_）是由8个字节（64位）表示的整数，超过该范围的任何内容均无法表示。例如，np.int_(10)**1000会给您一个错误的答案-但很快;）。

因此，它们是不同种类的数字；我认为int人们认为，将一个类别归类为另一个类别与在float下归类numpy一样有意义。最好将它们分开，这样就不会有人将它们混淆是不明智的。

之所以进行拆分，是因为任意大小的整数都很慢，而numpy试图通过坚持使用机器友好的类型来加快计算速度。

另一方面，浮点数是Python和numpy中的标准IEEE浮点数，我们的处理器支持开箱即用。

Answer 2

由于numpy.int_()实际上是64位，并且int可以具有任意大小，因此，每输入2 ^ 30的位，它会占用大约4个额外的字节。int64大小不变：

>>> import numpy as np
>>> a = np.int_(0)
>>> type(a)
<type 'numpy.int64'>
>>> b = 0
>>> type(b)
<type 'int'>

为什么NumPy int不是Python int的实例，而NumPy float是Python float的实例？

2 个答案: