Numpy dtype=int

Question

在下面的代码中，我得到了x1的预期结果。

import numpy as np 
x1 = np.arange(0.5, 10.4, 0.8)
print(x1)
[ 0.5  1.3  2.1  2.9  3.7  4.5  5.3  6.1  6.9  7.7  8.5  9.3 10.1]

但是在下面的代码中，当我设置dtype=int时，为什么x2的结果不是[ 0 1 2 2 3 4 5 6 6 7 8 9 10]，而是得到x2的值为[ 0 1 2 3 4 5 6 7 8 9 10 11 12]，其中最后一个值12超过了10.4的结束值。请解释一下我的概念。

import numpy as np 
x2 = np.arange(0.5, 10.4, 0.8, dtype=int)
print(x2)
[ 0  1  2  3  4  5  6  7  8  9 10 11 12]

- user2755407

Answer 1

根据文档：https://docs.scipy.org/doc/numpy1.15.0/reference/generated/numpy.arange.html

stop: 数字 区间的终点。该区间不包括这个值，但在某些情况下，如果步长不是整数，并且浮点舍入影响了输出长度，则会包括这个值。

arange: ndarray 均匀间隔的值数组。
对于浮点参数，结果长度为ceil((stop - start)/step)。由于浮点溢出，此规则可能导致输出的最后一个元素大于stop。

因此，在这里，最后一个元素将是什么？

In [33]: np.ceil((10.4-0.5)/0.8)                                                
Out[33]: 13.0

因此，我们发现在np.arange(0.5, 10.4, 0.8, dtype=int)的情况下超出了12，因为在上述情况下stop=13，默认值为0，因此我们看到的输出结果是这样的。

In [35]: np.arange(0.5, 10.4, 0.8, dtype=int)                                   
Out[35]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

因此，生成整数范围的更好方法是使用整数参数，如下所示：

In [25]: np.arange(0, 11, 1)                                                    
Out[25]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

- Devesh Kumar Singh

---

这个解释了overshoot。但它并没有解释为什么值不像[0 1 2 2 3 4 5 6 6 7 8 9 10 11]这样，其中一个或多个元素被重复，并且最多超出1。答案在这个文档句子中找到：“用于填充数组的实际步骤值是dtype（start + step）- dtype（start）”。在这种情况下，步幅值变成了1而不是0.8。 - ToolmakerSteve