为什么Python **运算符在数组和标量上的行为不同

Question

我不理解Python中**运算符的以下行为的理由。这将返回一个浮点数：

>>> 10**-1
0.1

这会返回整数：

>>> y=np.array([10,10,10])
>>> y
array([10, 10, 10])
>>> y**-1
array([0, 0, 0])

为什么？！

以下作品，但上述内容似乎非常错误。

>>> y**-1.0
array([ 0.1,  0.1,  0.1])

Answer 1

为了提高效率，numpy数组被限制为指定的类型，例如你的：

>>> y=np.array([10,10,10])
>>> y.dtype
dtype('int64')

因为int不能代表小数部分，所以它被丢弃了。如果您使用这样的浮点数组，结果就是您所期望的结果：

>>> y=np.array([10,10,10], dtype='float32')
>>> y.dtype
dtype('float32')
>>> y**-1
array([ 0.1,  0.1,  0.1], dtype=float32)

此外，如果您传入的列表最初包含float类型，则dtype将默认为float64：

>>> y=np.array([10.0 ,10.0 ,10.0])
>>> y.dtype
dtype('float64')
>>> y**-1
array([ 0.1,  0.1,  0.1])

Answer 2

numpy实现了S.T. 任何数学涉及两个int结果在一个int ....至少那是我的经验