使用numpy数组进行原地操作时产生的TypeError错误？

Question

如果我运行以下代码：

import numpy as np

b = np.zeros(1)
c = np.zeros(1)
c = c/2**63

print b, c
b += c

我收到了以下错误消息：

TypeError: ufunc 'add' output (typecode 'O') could not be coerced to provided
output parameter (typecode 'd') according to the casting rule ''same_kind''

如果我将 b += c 改为 b = b + c，代码就可以正常运行。为什么会这样呢？我在 RHEL 上运行 Python 2.7.2。

NumPy 版本：2.0.0.dev-a2a9dfb

GCC 版本：4.1.2 20080704（Red Hat 4.1.2-52）

提前感谢您的回答。

- Aae

---

请发布您的numpy版本（print np.version.version）和您的gcc --version（从shell中），因为我们需要这些信息来进行错误报告。 - Pierre GM

我也遇到了/=的问题。感谢您的帖子解决了它。 - Charles Clayton

Answer 1

当您执行c=c/2**63时，c会被转换为dtype=object（这是问题所在），而b则保持为dtype=float。

将dtype=object数组添加到dtype=float中，结果是dtype=object数组。可以将其视为dtype优先级，就像将numpy float添加到numpy int会得到numpy float一样。

如果您尝试在原地将object加到float中，则会失败，因为无法从object转换为float。但是，如果您使用b=b+c等基本加法，结果b将转换为dtype=object。

请注意，使用c=c/2.**63将c保持为float，并且b+=c可以正常工作。请注意，如果c是np.ones(1)，那么您也不会有问题。

总之：(np.array([0], dtype=float)/2**63)).dtype == np.dtype(object)很可能是一个错误。

- Pierre GM

---

我不确定这是否是一个错误。也许是--但是2 ** 63比int64的最大值要大，因此我不确定numpy除了将其存储在Python对象数组中之外还有其他做法。 - senderle

除了long比float的优先级低之外。 - Pierre GM

是的，我也无法重现原帖作者的问题。 - senderle

@senderle 有趣：你使用的numpy版本是哪个？ - Pierre GM

numpy 1.5.1。但是，我仍然遇到这个问题：>>>(np.array([1], dtype=np.float) / np.array([2 ** 63])) => array([1.08420217249e-19], dtype=object)。所以我现在非常不确定发生了什么。 - senderle

似乎我的 numpy 版本返回一个由 object 组成的数组，但在原地赋值时会悄悄地将结果强制转换为 float 数组。（想一想，这也是我所期望的。）我认为 OP 的行为与新的类型转换功能有关，该功能在 1.6 和 1.7 版本中添加（可能还有更高版本）。 - senderle