Python 的 sum 返回的结果与 NumPy 的 numpy.sum 不同

Question

Numpy 的 sum 函数返回了正确的预期结果，但默认的 python 的 sum 不是(至少对于 uint8 数据类型不是，这使得它更加困惑):

In [1]: import numpy as np                                                      

In [2]: x = np.random.randint(2, size = (1000,100))                             

In [3]: x                                                                       
Out[3]: 
array([[1, 1, 0, ..., 0, 1, 1],
       [1, 1, 1, ..., 0, 0, 0],
       [1, 1, 0, ..., 1, 0, 1],
       ...,
       [1, 0, 0, ..., 1, 0, 1],
       [0, 0, 1, ..., 0, 1, 1],
       [1, 1, 0, ..., 1, 1, 1]])

In [4]: np.sum(x)                                                               
Out[4]: 50318

In [5]: sum(sum(x))                                                             
Out[5]: 50318

In [6]: x = x.astype('uint8')                                                   

In [7]: np.sum(x)                                                               
Out[7]: 50318

In [8]: sum(sum(x))                                                             
Out[8]: 16014

Answer 1

通过指定 uint8您告诉 numpy 每个元素使用 8 位。可以存储在 8 位中的最大数字是 255。所以当你求和时，你会溢出。
实际例子:

>>> arr = np.array([[255],[1]],dtype=np.uint8)
>>> arr
array([[255],
       [1]], dtype=uint8)
>>> sum(arr)
array([0], dtype=uint8)
>> arr[0]+arr[1]
array([0], dtype=uint8)

请注意 sum(arr)对应于 arr[0] + arr[1]在这种情况下。如文档中所述:

Arithmetic is modular when using integer types, and no error is raised on overflow.