python - Numpy 数组错误或功能(在幕后转换为 int)？

Question

今天我注意到 Numpy/Scipy 数组的奇怪行为。看起来将内部带有整数的数组单元格添加到 float 可以有两个不同的结果，具体取决于结果分配给的变量。下面我将展示代码，而不是冗长的解释:

import scipy as sp
array_int = sp.array([[0], [0]])
float_operand = 0.1
print array_int[0, 0] + float_operand #gives 0.1

但是

import scipy as sp
array_int = sp.array([[0], [0]])
float_operand = 0.1
array_int[0, 0] = array_int[0, 0] + float_operand 
print array_int[0, 0] #gives 0

如果这种行为是从 Python 继承来的，我能理解，但是:

与“裸”Python (2.7) 的行为相反:

integer_for_sure = int(0) 
integer_for_sure = integer_for_sure + 0.1
print integer_for_sure #gives 0.1 as expected

这种功能是否有记录？有人遇到过吗？

Answer 1

Henry Keiter 已经很好地解释了它。我只想添加一个技术细节。

与简单地重新连接 integer_for_sure 以引用由 integer_for_sure + 0.1 产生的 float 对象的常规赋值相反，从而改变了变量的类型，赋值给数组元素如

array_int[0, 0] = array_int[0, 0] + float_operand

实际上是更冗长的语法糖

array_int.__setitem__((0,0), array_int.__getitem__((0,0)) + float_operand)

(这适用于旧式类；新式类看起来有点不同，但思想保持不变)

每个数组类型的 __setitem__ 方法将其值参数转换为数组类型。实现赋值的实际 C 代码有点难看，并且涉及自定义预处理器。

另一边

print array_int[0, 0] + float_operand

是

print array_int.__getitem__((0,0)) + float_operand

即它从 array_int 中获取整数值，将其与 float_operand 相加，并将生成的 float 对象传递给 print。 array_int[0, 0] 没有中间赋值，因此没有类型转换。