python - Numpy float 促销不一致

Question

据我了解，在 x = f() * g() , 第一 f()执行，然后 g() ，然后结果相乘，然后才分配给 x .然而，下面似乎与此相矛盾:

import numpy as np

print(np.sqrt(2).dtype)
print((np.array([1.], dtype='float32') * np.array([.5], dtype='float64')).dtype)
print((np.array([1.], dtype='float32') * np.sqrt(2)).dtype)

>>> float64
>>> float64
>>> float32

在我之前的所有经验中，Numpy 晋升为更大的 dtype ，但不是在这里。如果我们分配单个数组并在之后相乘，则行为相同。我想 Numpy 除了 dtype 之外还使用了一些隐藏的属性而不是否决 Python 执行。
它是如何工作的？

Answer 1

在第 2 行:

print((np.array([1.], dtype='float32') * np.array([.5], dtype='float64')).dtype)

您将两个数组相乘，因此它提升了 dtype(如您所料)。但是，在第三行:

print((np.array([1.], dtype='float32') * np.sqrt(2)).dtype)

您将一个标量乘以一个数组，它保留了数组 dtype。请注意，如果您用这样的数组替换标量:

print((np.array([1.], dtype='float32') * np.sqrt([2])).dtype)

您将获得 float64正如你所期望的那样。