python - Python 中允许但 numpy 中不允许的复值数学评估

Question

这在任何地方都有记录吗？为什么会有如此大的差异？

# Python 3.2
# numpy 1.6.2 using Intel's Math Kernel Library
>>> import numpy as np
>>> x = np.float64(-0.2)
>>> x ** 0.8
__main__:1: RuntimeWarning: invalid value encountered in double_scalars
nan
>>> x = -0.2 # note: `np.float` is same built-in `float`
>>> x ** 0.8
(-0.2232449487530631+0.16219694943147778j)

这特别令人困惑，因为 according to this , np.float64 和内置的 float 除了 __repr__ 之外是相同的。

我可以看到来自 np 的警告在某些情况下可能很有用(特别是因为它可以在 np.seterr 中禁用或启用)；但问题是返回值是 nan 而不是内置提供的复杂值。因此，当您开始使用 numpy 进行某些计算时，这会破坏代码，并且不会将其返回值显式转换为内置 float 。

Answer 1

numpy.float 可能是也可能不是float，但复数根本不是float:

In [1]: type((-0.2)**0.8)
Out[1]: builtins.complex

因此没有 float 操作结果，因此 nan。

如果您不想显式转换为 float(即 recommended)，请执行 numpy 复数计算:

In [3]: np.complex(-0.2)**0.8
Out[3]: (-0.2232449487530631+0.16219694943147778j)