Numpy，爲什麼`x + = y`產生與`x = x + y`不同的結果？

在這種情況下，爲什麼x += y產生與x = x + y不同的結果？Numpy，爲什麼`x + = y`產生與`x = x + y`不同的結果？

import numpy as np 

x = np.repeat([1], 10) 
y = np.random.random(len(x)) 

x += y 
print x 
# Output: [1 1 1 1 1 1 1 1 1 1] 

x = x + y 
print x 
# Output: [ 1.50859536 1.31434732 1.15147365 1.76979431 1.64727364 
#   1.02372535 1.39335253 1.71878847 1.48823703 1.99458116]

來源

2013-06-21 user805627

確實是一個重複的。簡短的回答：取決於執行魔法「dunder」方法'__add__'和'__iadd__' –

**這不是重複的**，這是特定於'numpy' – jamylak

@jamylak哦 - 的確，謝謝！ –

雖然鏈接的問題介紹了一般性的問題，對於這種特殊情況下的特定numpy的-解釋。基本上，這些答案說「它取決於所涉及的變量的類型」，下面給出的是numpy類型的解釋。

當你做x + y時，numpy對結果使用「最低公分母」數據類型。由於x是int而y是浮點數，這意味着它返回一個浮點數組。

但是，當你做x += y，你迫使它符合x，這是int dtype。這將截斷小數部分，並將所有x值都留在1.這是numpy定義增強賦值運算符的方式：它強制返回值與賦值目標具有相同的dtype。

您可以通過執行x = (x + y).astype(int)（顯式強制dtype返回int）從第二個示例中獲得第一個行爲。您可以通過設置x = np.repeat([1.0], 10)（使用浮點數使x具有dtype浮點數，因此現在可以將y添加到其中而不截斷）從第一個示例中獲得第二個行爲。

來源

2013-06-21 06:30:23 BrenBarn

這是由於__add__和__iadd__方法

然而通常的差值可變之間看到VS不變對象

>>> x = np.repeat([1], 10) 
>>> y = np.random.random(len(x)) 
>>> x += y 
>>> x 
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

對比度與

>>> x = np.repeat([1.0], 10) 
>>> x += y 
>>> x 
array([ 1.05192255, 1.00844068, 1.27569982, 1.40997015, 1.17270114, 
     1.27335121, 1.70719855, 1.72778867, 1.64679031, 1.23241938])

所以__iadd__之間的差正在導致添加被截斷回來當x爲int類型

INT這是有道理的，如果你仔細想想 - x不能幻化的類型它的元素（如將它存儲這些額外的字節）

的__add__有產區沒有問題一個新的浮游物數組而不是整數

來源

2013-06-21 06:32:11

Numpy，爲什麼`x + = y`產生與`x = x + y`不同的結果？

回答

相關問題