python - 奇怪的 numpy 行为，这里发生了什么？

Question

我在使用 numpy.average 时遇到了麻烦，每次都会出错，直到我将输入转换为 numpy.float64s。我查看了源代码，这是因为以下行为，造成差异的原因是什么？

>>> f, f32 = numpy.float(1.0), numpy.float32(1.0)

>>> (f == 1.0).any()

Traceback (most recent call last):
  File "<pyshell#80>", line 1, in <module>
    (f == 1.0).any()
AttributeError: 'bool' object has no attribute 'any'
>>> (f32 == 1.0).any()
True

Answer 1

>>> type(numpy.float32(1.0))
<type 'numpy.float32'>
>>> type(numpy.float(1.0))
<type 'float'>
>>> type(numpy.float32(1.0) == 1.0)
<type 'numpy.bool_'>
>>> type(numpy.float(1.0) == 1.0)
<type 'bool'>

numpy.float32 和 numpy.bool_ 不仅用于存储标量，还用于存储向量:

>>> numpy.float32([1.0, 2.0])
array([ 1.,  2.], dtype=float32)
>>> numpy.float32([1.0, 2.0]) == 1.0
array([ True, False], dtype=bool)

因此，numpy.bool_中有一个any()函数来检查是否有任何一项为True。