numpy 数组，a /= x 与 a = a / x 之间的区别答案

【问题标题】：numpy array, difference between a /= x vs. a = a / xnumpy 数组，a /= x 与 a = a / x 之间的区别
【发布时间】：2015-08-13 12:03:48
【问题描述】：

当我执行以下代码时，我使用的是 python 2.7.3：

import numpy as np

a = np.array([[1,2,3],[4,5,6]])
a = a / float(2**16 - 1)
print a

这将导致以下输出：

>> array([[1.52590219e-05, 3.05180438e-05, 4.57770657e-05],
>>       [6.10360876e-05, 7.62951095e-05, 9.15541314e-05]])

完全符合预期，但是当我执行以下代码时：

import numpy as np

a = np.array([[1,2,3],[4,5,6]])
a /= float(2**16 - 1)
print a

我得到以下输出：

>> array([[0, 0, 0],
>>        [0, 0, 0]])

我希望得到与上一个示例相同的输出，但我不明白不同的输出，这似乎是使用 a /= float(2**16 - 1) 与 a = a / float(2**16 - 1) 的结果。

【问题讨论】：

[我重新打开这个。它与最初提议的副本有关，但该问题的答案都没有解决所涉及的 dtype 问题。某处可能还有另一个重复项，但不是那个。]
@DSM 同意，链接的问题实际上并没有解释这里发生了什么。它解释了为什么可能会出现不同的结果，而不是为什么会在这种情况下发生。
相关问题：Unexpected behavior for numpy self division

标签： python arrays numpy integer-division in-place

【解决方案1】：

From the documentation:

警告：

就地操作将使用由两个操作数的数据类型决定的精度来执行计算，但会默默地向下转换结果（如有必要），以便它可以放回数组中。因此，对于混合精度计算，A {op}= B 可以不同于 A = A {op} B。例如，假设a = ones((3,3))。然后，a += 3j 与a = a + 3j 不同：虽然它们都执行相同的计算，但a += 3 将结果转换为适合a，而a = a + 3j 将名称a 重新绑定到结果。

由于您的数组是整数数组，因此在使用就地操作时，结果将再次向下转换为整数。

如果你改变你的数组，让它最初存储浮点数，那么结果（即浮点数）可以存储在原始数组中，你的代码就可以正常工作了：

>>> a = np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
>>> a /= float(2**16 - 1)
>>> a
array([[  1.52590219e-05,   3.05180438e-05,   4.57770657e-05],
       [  6.10360876e-05,   7.62951095e-05,   9.15541314e-05]])

【讨论】：