numpy 数组浮点数除法导致奇怪的行为

【问题标题】：numpy array float number division leads to strange behaviornumpy 数组浮点数除法导致奇怪的行为
【发布时间】：2017-12-07 05:31:03
【问题描述】：

请按照以下代码行：

A = np.array([0 for i in range(10)])

A[:] = 0.1/2

A

Out[36]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

A[:] = float(0.2/2)

A[:]

Out[38]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

我不明白，为什么 numpy 会出现这种奇怪的行为？

我正在使用 numpy 1.13.3

【问题讨论】：

在初始化后检查 A 的 dtype。

标签： python python-3.x list numpy floating-accuracy

【解决方案1】：

因为当你定义你的数组时，它是dtype=int。将其定义为float，它将按您的预期工作。

示例：

a = np.arange(10) # dtype = int
a[:] = 0.1 # converts to int so to 0
print a

a = np.arange(10.) # dtype = float
# or equivalently a = np.arange(10, dtype=float)
a[:] = 0.1 # works as you expect
print a

【讨论】：