尽管 "from __future__ import division"，为什么 int numpy 数组的逆幂为 0？
Why is the inverse power of a int numpy array 0 despite "from __future__ import division"?
我总是使用from __future__ import division来避免整数除法问题。我刚遇到一个情况，它显然仍然存在：
np.array([10])**(-1)
returns array([0])，与 1/np.array([10]) 相反，returns array([ 0.1]) 符合预期。
我知道这可以解决，例如通过使用 np.array([10])**(-1.) 或使用 astype('float') 将数组转换为浮点数。我只想知道为什么它会这样，因为它对我来说似乎有点不一致，例如10**(-1) 给出 0.1。
numpy.array() 使用运算符重载来实现功能。例如，** 由 object.__pow__() special method 处理。
/ 运算符通常由 object.__div__ (and the __rdiv__ method for right-hand-side values), and the from __future__ import division 'switch' causes Python to use the object.__truediv__ 方法处理。
然而，** 运算符不受开关的影响； Python 将继续调用 object.__pow__ 而 numpy 不会知道您使用了 __future__ 导入。
因此，当您给它整数操作数时，它会继续 return 整数结果；即使那样它也不会强迫float。
请注意，Python 也以 // operator and the __floordiv__ hook 的形式提供了 下限除法 运算符。没有等价于求幂的下限，因此 numpy 没有其他选项可以让您区分使用 float 和 int 操作数。
作为上面给出的答案的脚注，您可以通过检查相应通用函数的 types 属性来检查 NumPy 将 return 用于特定输入数组类型的内容。
对于 NumPy 数组，幂运算符 ** 对应于 np.power:
>>> np.power.types
['bb->b', 'BB->B', 'hh->h', 'HH->H', 'ii->i', 'II->I', 'll->l', 'LL->L', 'qq->q',
'QQ->Q', 'ee->e', 'ff->f', 'dd->d', 'gg->g', 'FF->F', 'DD->D', 'GG->G', 'OO->O']
Python兼容的整数类型由l表示，Python兼容的浮点数由d（see here）表示。
你可以看到对于两个整数类型，** 将 return 另一个整数：'ll->l'
对于 NumPy 数组，除法运算符 / 对应于 np.divide:
>>> np.divide.types
['bb->d', 'BB->d', 'hh->d', 'HH->d', 'ii->d', 'II->d', 'll->d', 'LL->d', 'qq->d',
'QQ->d', 'ee->e', 'ff->f', 'dd->d', 'gg->g', 'FF->F', 'DD->D', 'GG->G', 'mq->m',
'md->m', 'mm->d', 'OO->O']
在这里，给定两个整数类型（以及大多数其他输入），一个浮点数将被 returned：'ll->d'
我总是使用from __future__ import division来避免整数除法问题。我刚遇到一个情况，它显然仍然存在：
np.array([10])**(-1)
returns array([0])，与 1/np.array([10]) 相反，returns array([ 0.1]) 符合预期。
我知道这可以解决，例如通过使用 np.array([10])**(-1.) 或使用 astype('float') 将数组转换为浮点数。我只想知道为什么它会这样，因为它对我来说似乎有点不一致，例如10**(-1) 给出 0.1。
numpy.array() 使用运算符重载来实现功能。例如，** 由 object.__pow__() special method 处理。
/ 运算符通常由 object.__div__ (and the __rdiv__ method for right-hand-side values), and the from __future__ import division 'switch' causes Python to use the object.__truediv__ 方法处理。
然而，** 运算符不受开关的影响； Python 将继续调用 object.__pow__ 而 numpy 不会知道您使用了 __future__ 导入。
因此，当您给它整数操作数时，它会继续 return 整数结果；即使那样它也不会强迫float。
请注意，Python 也以 // operator and the __floordiv__ hook 的形式提供了 下限除法 运算符。没有等价于求幂的下限，因此 numpy 没有其他选项可以让您区分使用 float 和 int 操作数。
作为上面给出的答案的脚注，您可以通过检查相应通用函数的 types 属性来检查 NumPy 将 return 用于特定输入数组类型的内容。
对于 NumPy 数组，幂运算符 ** 对应于 np.power:
>>> np.power.types
['bb->b', 'BB->B', 'hh->h', 'HH->H', 'ii->i', 'II->I', 'll->l', 'LL->L', 'qq->q',
'QQ->Q', 'ee->e', 'ff->f', 'dd->d', 'gg->g', 'FF->F', 'DD->D', 'GG->G', 'OO->O']
Python兼容的整数类型由l表示，Python兼容的浮点数由d（see here）表示。
你可以看到对于两个整数类型，** 将 return 另一个整数：'ll->l'
对于 NumPy 数组，除法运算符 / 对应于 np.divide:
>>> np.divide.types
['bb->d', 'BB->d', 'hh->d', 'HH->d', 'ii->d', 'II->d', 'll->d', 'LL->d', 'qq->d',
'QQ->d', 'ee->e', 'ff->f', 'dd->d', 'gg->g', 'FF->F', 'DD->D', 'GG->G', 'mq->m',
'md->m', 'mm->d', 'OO->O']
在这里，给定两个整数类型（以及大多数其他输入），一个浮点数将被 returned：'ll->d'