Python 3 numpy 对矩阵使用整数除法，对向量使用正则除法？

Question

运行以下代码时：

from platform import python_version
print(python_version())
    
import numpy as np
x = np.array([[1,2,3],[4,5,6],[7,8,9]])
x[1,:] = x[1,:] / 5
print(x)
y = np.array([1,2,3])
y = y / 5
print(y)

我得到以下输出：

3.8.6
[[1 2 3]
 [0 1 1]
 [7 8 9]]
[0.2 0.4 0.6]

为什么 numpy / python 在用标量除以矩阵中的行时使用整数除法，同时使用常规除法来除单行？我认为 numpy 3 中的“/”划分总是有规律的？

Answer 1

为什么numpy/python在将矩阵中的一行除以标量时使用整数除法

不是 - 您看到的症状是由于分配造成的。

>>> x = np.array([[1,2,3],[4,5,6],[7,8,9]])

除以一个整数会产生一个浮点数组，

>>> z = x[1,:] / 5
>>> z
array([0.8, 1. , 1.2])

但是将该数组分配给 整数数组 的切片会导致 dtype 转换。

>>> x[1,:] = z
>>> x
array([[1, 2, 3],
       [0, 1, 1],
       [7, 8, 9]])
>>> z.dtype
dtype('float64')
>>> x.dtype
dtype('int32')
>>>

---

这在文档中提到 - Assigning values to indexed arrays

请注意，如果将较高类型分配给较低类型（例如将浮点数分配给整数）甚至是异常（将复数分配给浮点数或整数），则分配可能会导致更改：

Answer 2

这里的诀窍是一致的：

x[1,:] = x[1,:] / 5

根据dtype的numpy文档：https://numpy.org/doc/stable/reference/generated/numpy.dtype.html

numpy 数组是同构的，并且包含由 dtype 对象描述的元素

所以当手动分配行时，它会考虑dtype of x matrix，它的类型是dtype('int64')。

如果您尝试手动将元素分配给y 数组，您也会遇到同样的情况：

y = np.array([1,2,3])
y[1] = 0.5
print(y)
# this will print array([1, 0, 3])

为什么numpy / python在用标量除以矩阵中的一行时使用整数除法，而使用正则除法来除单行？

所以它是关于执行np.array 本身的同质dtype 而不是dividing a row in a matrix，如下行所示：

x[1] / 5
>>> array([0.8, 1. , 1.2])