主页 / coding / 问题 / 79432856
Accepted
David Tonhofer
Asked: 2025-02-12 19:17:16 +0800 CST

当我创建一个 Numpy 浮点数数组时，我得到一个 Python 浮点数数组

  • 772

代码：

import sys
import numpy as np

print(f"We are using Python {sys.version}", file=sys.stderr)
print(f"We are using numpy version {np.__version__}", file=sys.stderr)  # 2.2.1

def find_non_numpy_floats(x: any) -> bool:
    if not (isinstance(x, np.float64)):
        print(f"Found non-numpy.float64: {x} of type {type(x)}", file=sys.stderr)
        return False
    else:
        return True


w: np.ndarray = np.zeros((2, 2), dtype=np.float64)

np.vectorize(lambda x: find_non_numpy_floats(x))(w)

assert (np.all(np.vectorize(lambda x: isinstance(x, np.float64))(w))), "try to keep using the numpy floats"

我期望Numpy.zeros生成一个 Numpy 数组float64，如果我理解正确的话，它与 Python 不同float（IEEE 64 位浮点数与 Python 特有的某些东西？）

然而，上述结果是：

We are using Python 3.13.1 (main, Dec  9 2024, 00:00:00) [GCC 14.2.1 20240912 (Red Hat 14.2.1-3)]
We are using numpy version 2.2.1
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>

以及一个断言错误。

为什么会这样？我该如何解决这个问题（我应该这样做吗？）

python

1 个回答

  1. Best Answer

    numpy.vectorize 首先将数组转换为对象数据类型的数组：

                # Convert args to object arrays first
            inputs = [asanyarray(a, dtype=object) for a in args]

    我不知道为什么。我能想到几个合理的理由，但没有一个能成为明显的动机。

    无论如何，转换为对象 dtype 都会构建一个普通 Python 标量对象数组，而不是 NumPy 标量数组。

    float64 dtype 数组不可能包含普通的 Python 浮点数。float64 dtype 数组具有原始 8 字节浮点值的缓冲区，而不是 Python 对象。它们甚至不是实例-如果您尝试访问单个元素，numpy.float64NumPy 必须在访问时构造包装器对象。numpy.float64

    • 4

相关问题