DjangoBB LoFi version

Полная версия: Numpy

mem

Май 8, 2010 21:07:53

Редко работал с Numpy, но тут наткнулся на такое:

>>> from numpy import *
>>> m = array([1,2,3,4])
>>> m
array([1, 2, 3, 4])
>>> type(m)
<type 'numpy.ndarray'>
>>> m + 0.3
array([ 1.3,  2.3,  3.3,  4.3])
>>> m[1] = m[1] + 0.4
>>> m
array([1, 2, 3, 4])
>>> m[1] = m[1] + 3
>>> m
array([1, 5, 3, 4])

WTF? Беглый поиск по докам ответа не дал..

Андрей Светлов

Май 8, 2010 22:42:52

у вас в numpy.array целые числа.

>>> m.dtype
dtype('int64')

сделайте array из float - можете к ним по 0.4 прибавлять без проблем

mem

Май 8, 2010 22:49:01

Вы меня не поняли… меня удивило подобное поведение:

>>> m + 0.3
array([ 1.3,  2.3,  3.3,  4.3])

>>> m[1] = m[1] + 0.4
>>> m
array([1, 2, 3, 4])

То, что тип int64 я вкурсе. А сам массив я получаю из data фигуры в matplotlib, и собственно не я решаю какого он типа=).

Андрей Светлов

Май 9, 2010 00:05:18

Тогда позвольте мне расписать все немного подробней.
numpy.array - фабричная функция, удобный способ создавать ndarray объекты.
Если dtype не указан - считается минимально необходимый. Т.е. если все ячейки целые - будет целый тип. Если среди них есть float - float. Попадется complex - тип ячейки будет комплексный.
При создании массива все ячейки преобразовываются к этому типу.
Присваивание ячейки тип массива не изменяет. Если ячейке целого массива присваивается число с плавающей точкой, оно сначала преобразуется к целому типу, что вы и видите.
При создании нового массива его тип вычисляется заново.
m + 0.3 создает новый массив. float перекрывает int, поэтому тип ячейки этого массива будет float.
Дальше считаем содержимое, складывая в данном случае.

Никакой магии.

mem

Май 9, 2010 01:14:59

Спасибо, больне-менее понятно, просто сбило с толку то, что например имея список где каждый элемент int мы получаем:

>>> lst = [1,2,3,4]
>>> lst[1] = lst[1] + 0.3
>>> lst
[1, 2.2999999999999998, 3, 4]
>>> type(lst[0])
<type 'int'>
>>> 
>>> type(lst[1])
<type 'float'>
>>>

Привыкнув к такому поведению реализация numpy выглядит ошибочной.

Андрей Светлов

Май 9, 2010 02:52:20

list - гетерогенный контейнер. Если по русски, то каждый элемент списка может иметь свой собственный тип.
Массивы же в numpy имеют один тип на все ячейки.
Кстати, можно писать numpy.array(, float) чтобы обойти ваше затруднение.

PooH

Май 9, 2010 10:43:34

Андрей Светлов
Присваивание ячейки тип массива не изменяет. Если ячейке целого массива присваивается число с плавающей точкой, оно сначала преобразуется к целому типу, что вы и видите.
Никакой магии.

Наверное, честнее было бы бросать исключение. Тогда бы и вопросов таких не было.

mem

Май 9, 2010 14:28:31

Андрей Светлов
Массивы же в numpy имеют один тип на все ячейки.

Да, в этом получается и кроется суть проблемы.=(( Не знаю как насчёт исключения, но не очень интуитивное поведение на мой взгляд, хотя наверное если бы я пользовался numpy, то вероятно знал бы такие вещи и глупых вопросов не возникало.
Проблему, обошёл конечно, но как говориться осадочек остался.
Всем спасибо.

Андрей Светлов

Май 9, 2010 20:54:20

Пожалуйста.
Такое поведение - цена скорости при цифровых операциях.