Why does Python numpy float32 / int division gives a float64 result?
我有一个numpy.float32矩阵V，然后用整数标量值进行了除法：
其中num是整数。 将V转换为numpy.float64矩阵，结果有些令人惊讶。
谁能帮助理解为什么会这样吗？
谢谢！
-
什么是num？
-
这可能是因为numpy将int转换为float32被认为是不安全的(尝试np.can_cast(int，np.float32`))
-
如果使用int，我仍然会得到一个np.float32数组。您能否提供一个最小的可复制示例？
-
@PaulPanzer它取决于有问题的int，例如np.can_cast(2**15, np.float32)为我返回True，但是np.can_cast(2**16, np.float32)返回False
-
@Paul Panzer np.can_cast(int，np.float32)确实给出了False。我的理解是python默认使用int32，那么为什么将int32转换为numpy.float32是有问题的操作？ numpy.float32的范围足以处理从int32进行的转换。
-
参见stackoverflow.com/questions/45949263/
-
@ juanpa.arrivillaga，YC0，user2357112非常感谢您澄清这一点。
-
@ juanpa.arrivillaga Vtest = np.zeros([1,1]).astype(float32) Vest_new = Vtest65536 type(Vest_new[0,0]))
-
如果num小于或等于65535(int16)，则不会更改float32。问题似乎来自int32。
-
请注意，链接的Q / A具有非常有用的链接
-
值得注意的是numpy使用int来引用C long，有时是int32有时是int64，这取决于您的平台-这就是@ juanpa.arrivillaga无法重现此原因的原因
-
@ YC0" python"没有大小整数。 Python int对象任意大。这就是为什么python乐于评估2**128的原因
-
@ user2357112，Eric，juanpa.arrivillaga，Paul Panzer，非常感谢！我想我现在有一个更好的主意。这是合理的，因为numpy确定float32不能无损地保存int32的所有值。因此，这就是为什么当我将65535增加到65536时，会将重新组合类型更改为float64。
根据Numpy.result_type，numpy.float32不能无损地保存int32。 当对int32进行操作时，numpy会将结果值提升为float64。 同样根据@Eric，实际的int类型可能会在不同的环境中发生变化，因此进行预测试是避免某些潜在意外的好习惯。
建议使用类似的先前问题进行进一步阅读：将Numpy转换为float32到float64
。 Numpy对于纯标量运算和涉及数组的运算有不同的处理方式。 在这种情况下，除法运算涉及一个ndarray，因此，当num小于65536但大于255时，numpy将其转换为int16。 Numpy确定int16可以无损地转换为float32，而int32则可以无损。 np.can_cast(np.int16, np.float32)给出True，而np.can_cast(np.int32, np.float32)给出False。
感谢您对问题的深刻见解。 该答案是这些评论的简短摘要。