这个问题已经有答案了：
Why does the dtype of a numpy array automatically change to 'object' if you multiply the array with a number equal to or larger than 10**20?（1个答案）
26天前关闭
今天在分析一些代码时，我对以下行为感到惊讶：
import numpy as np
print(repr(10**19 * np.ones(1, dtype=np.float64)))
print(repr(10**20 * np.ones(1, dtype=np.float64)))返回：
array([1.e+19])
array([1e+20], dtype=object)后一种产品是“提升”的，因此dtype=object。我觉得这有点令人惊讶，因为type(10**20 * 1.0)在纯Python中是float。我在哪里可以读到这种行为？
1条答案
按热度按时间zour9fqk1#
Numpy首先尝试将python对象转换为它的内置类型。
10**20是大于64位的整数。numpy中的内置整数类型都没有这个范围。因此，numpy将其保持为int对象，并带有dtype='object'。在这一点上，numpy不使用任何内置类型或数学。当你写
array(..., dtype='object') * array(...)或类似的东西时，它只是调用第一个数组中对象的__mul__运算符。这就解释了最终的结果。
10**20仍然是pythonint对象。然后numpy为ones数组中的每个条目调用10**20 * np.float64(1)。结果是一个pythonfloat对象。它被存储在一个新的dtype='object'数组中。numpy.result_type中简要解释了类型转换规则