dtype float'object'和'float'上算术的不同行为

一尘不染

dtype float'object'和'float'上算术的不同行为

python

嗨，大家好，我只是python的新秀（即使在编程方面也是如此），所以我的问题听起来很基本，但我很难理解这一点。

为什么对“浮动对象”进行算术选择行为？

import numpy as np

a = np.random.normal(size=10)
a = np.abs(a)
b = np.array(a, dtype=object)

np.square(a) # this works
np.square(b) # this works

np.sqrt(a) # this works
np.sqrt(b) # AttributeError: 'float' object has no attribute 'sqrt'

图像链接是我在本地jupyter笔记本中的运行结果：

jupyter笔记本运行结果

赞赏有用的见解！谢谢

阅读 260

2021-01-20

共1个答案

一尘不染

@Warren指出square“代表”相乘。我通过制作包含列表的对象数组来验证了这一点：

In [524]: arr = np.array([np.arange(3), 3, [3,4]])
In [525]: np.square(arr)
TypeError: can't multiply sequence by non-int of type 'list'

square 适用于数组的其余部分：

In [526]: np.square(arr[:2])
Out[526]: array([array([0, 1, 4]), 9], dtype=object)

sqrt 不适用于以下任何一项：

In [527]: np.sqrt(arr)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-527-b58949107b3d> in <module>()
----> 1 np.sqrt(arr)

AttributeError: 'numpy.ndarray' object has no attribute 'sqrt'

我可以sqrt使用自定义类进行工作：

class Foo(float):
    def sqrt(self):
        return self**0.5

In [539]: arr = np.array([Foo(3), Foo(2)], object)
In [540]: np.square(arr)
Out[540]: array([9.0, 4.0], dtype=object)
In [541]: np.sqrt(arr)
Out[541]: array([1.7320508075688772, 1.4142135623730951], dtype=object)

2021-01-20