Python NumPy转置错误

我试图弄清楚这里发生了什么，但我有点困惑。我在使用转置的NumPy身份矩阵时得到了意想不到的结果（这应该没有效果）。例如：

import numpy as np

N = 1000

# case 1:
A = np.eye(N) # the identity matrix
At = A.T # it's transpose
print 'A == At: {}'.format(np.all(A==At)) # should be true
Ad = At.dot(A) # identity * identity = identity
print 'A == Ad: {}'.format(np.all(A==Ad)) # should also be true

产出：

A == At: True
A == Ad: False

B == Bt: True
B == Bd: True

这是不正确的，因为第2条语句应该是正确的。现在，如果我们这样做：

import numpy as np

N = 1000

# case 2:
B = np.eye(N) # the identity matrix
Bt = np.copy(B.T) # it's transpose <==== added copy here
print 'B == Bt: {}'.format(np.all(B==Bt)) # should be true
Bd = Bt.dot(B) # identity * identity = identity
print 'B == Bd: {}'.format(np.all(B==Bd)) # should also be true

这是期望的结果。唯一的区别是在第二种情况下增加了复制操作。另一件有趣的事是，如果我将N设置为一个较小的数字（比如说100而不是1000），那么这两种情况下的答案都是正确的

发生了什么事

---

（编辑：我正在使用Python 2.7.10和IPython 4.0.0在OS X 10.10.5上运行Numpy版本“1.11.1”）

我刚刚运行了您的代码，并获得了两种情况下的

True

。可能是机器或numpy版本相关？很好@alexblae，我用我的numpy版本和机器信息编辑了我的问题。@frankchannel我猜这是numpy中的一个错误。你知道第一个错误/错误值出现在哪里吗？例如，

np.argwhere（A！=Ad）[0]

我使用的是相同版本的numpy，但在Linux机器上使用的是Python 2.7.6。A.T是否可能正在更改数组的

dtype

。你能打印出

A，At，Ad

的数据类型吗？