Python 使用numpy数组左移位1

Python确实可以通过大整数稍微左移

1L << 100
# 1267650600228229401496703205376L

有没有办法用NumPy的左移位操作来克服这个问题？单独访问数组元素会产生相同的错误结果：

1L << a[2]
# 68719476736

---

1LPython
long
值与
a
中保存的整数的类型不同。具体来说，Python
long
值不限于32位或64位，而是可以占用任意数量的内存

另一方面，NumPy将创建
a
作为
int32
或
int64
整数值的数组。当您左移这个数组时，您会得到一个相同数据类型的数组。这没有足够的内存来容纳
1这也是64位Python的一个问题，除了成为问题的整数更大之外。如果您运行
a[2]=1L>>a=np.array（[1,2100]，dtype='O'）
>>>a[2]=1L>>a
数组（[1,2,1267650600228229401496703205376L]，数据类型=对象）
给定您创建的数组
a
，
输出的元素将是整数。与Python本身不同，numpy darray中的整数大小固定，具有定义的最大值和最小值

numpy是通过将移位模与整数的长度（64位，100 mod 64==36）相减而得到给定的值（
2**36
）。
一个小的修正：python中的整数（如
int
，但文档使用
integer
在某种程度上是
int
的同义词）
long
s按您所述操作。也就是说，这里的代码使用
long
类型，如果您的文本对于
int
来说太大，python则使用
long
。你的陈述让我很困惑，我想让其他人看看@kratenko——谢谢你，我应该说得更清楚。我想到了Python3，在那里，
long
类型已经消失了（我现在看到问题被标记为Python2.7）。啊，关于Python3，我不知道这一点。我真的应该在不久的将来看一看3……说“Python 3中的
long
类型已经消失了”可能会产生误导。在Python3中，内置的
int
类型在大小上没有理论上限，因此本质上
long
已集成到
int
中。
1L << a[2]
# 68719476736

>>> np.left_shift(1, a.astype(object))
array([2, 4, 1267650600228229401496703205376L], dtype=object)

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
OverflowError: Python int too large to convert to C long

>>> a = np.array([1,2,100],dtype='O')
>>> a[2]=1L << a[2]
>>> a
array([1, 2, 1267650600228229401496703205376L], dtype=object)