python - 为什么 NumPy int 不是 Python int 的实例，而 NumPy float 是 Python float 的实例？

Question

考虑以下几点:

>>> import numbers
>>> import numpy
>>> a = numpy.int_(0)
>>> isinstance(a, int)
False
>>> isinstance(a, numbers.Integral)
True
>>> b = numpy.float_(0)
>>> isinstance(b, float)
True
>>> isinstance(b, numbers.Real)
True

NumPy 的 numpy.int_ 和 numpy.float_ 类型都在 Python 的 numeric abstract base class hierarchy 中, 但令我感到奇怪的是 np.int_ 对象不是内置 int 类的实例，而 np.float_ 对象是内置float 类型的实例。

为什么会这样？

Answer 1

Python 整数可以是任意长度:type(10**1000) 仍然是 int，如果你输出它。

Numpy int64(这是我机器上的 int_)是用 8 个字节(64 位)表示的整数，超过它的任何东西都无法表示。例如，np.int_(10)**1000 会给你一个错误的答案——但很快 ;)。

因此，它们是不同种类的数字；将一个子类化为另一个子类化与将 int 子类化为 float 一样有意义，这就是我认为 numpy 人们的想法。最好将它们分开，这样就不会有人对将它们混淆是不明智的事实感到困惑。

完成拆分是因为任意大小的整数速度很慢，而 numpy 试图通过坚持使用机器友好的类型来加快计算速度。

另一方面， float 是标准的 IEEE float ，无论是在 Python 还是在 numpy 中，我们的处理器都支持开箱即用。