为什么 python 在 NumPy 数组上使用“/=”赋值时会抛出“true_divide”类型错误？

Question

在创建后立即在 NumPy 数组上使用 /= 时出现 TypeError：

>>> arr = np.array([1,2,3])
>>> arr /= 2
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-89-ff91ab204368> in <module>
----> 1 arr /= 2

TypeError: No loop matching the specified signature and casting
was found for ufunc true_divide

但我可以：

>>> arr = arr / 2
>>> arr
array([0.5, 1, 1.5])

更奇怪的是，在做了上面的事情之后我还能做到：

>>> arr /= 2
>>> arr
array([0.25, 0.5, 0.75])

发生了什么？

Answer 1

我相信这是因为您的数组是一个整数数组。当您执行/= 时，它会尝试进行真正的除法并将值原位放回原始数组中，但它不能，因为新值是浮点数并且数组具有整数 dtype。但是当您使用/ 时，它会创建一个具有浮点dtype 的new 数组，然后将其分配给原始名称，并且此浮点数组支持/=。

Answer 2

答案是 ([1, 2, 3]) 是 int64 类型，如果它们是数组中的浮点数，则类型是 float64。如果您想知道您的数组是哪种类型，您可以使用“.dtype”。您可以将此 int64 数组定义为 float64 数组。

Answer 3

正如已经提到的其他答案，问题是由于dtype。让我们通过代码并尝试理解问题。
NOTE: id() gives unique identify of object
创建数组时

>>> import numpy as np
>>> arr = np.array([1,2,3])
>>> id(arr) # Hash address of array
139866867761280
>>> arr.dtype # dtype of array
dtype('int64')

你可以看到数组的类型是int64。当您尝试将其除以 2 时，它会尝试将其写回到相同的 ndarray 中，其类型为 int64，结果为 float64，因此出现错误

>>> arr /= 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: No loop matching the specified signature and casting was found for ufunc true_divide

当你这样做时

>>> arr = arr / 2
>>> id(arr)
139866844116592
>>> arr.dtype
dtype('float64')

注意地址是如何从以前的操作中改变的，类型是如何改变的。因为地址已更改并创建了新的ndarray，因此没有错误。
现在当你尝试arr /= 2

>>> arr /= 2
>>> arr
array([0.25, 0.5 , 0.75])
>>> arr.dtype
dtype('float64')
>>> id(arr)
139866844116592

因为dtype 已经是float64 我们能够执行该操作。请注意地址如何保持不变。就位操作。