Python numpy数组乘法是否总是上溯到64位？

当numpy数组被乘法时，它是否总是上溯到64位

scipy稀疏矩阵乘法也是这样吗

如果是这样的话，在64位操作系统上是否有一种通用方法可以强制乘法到32位（dtype=numpy.float32）

此选项来自Windows 32位框：

>>> import numpy
>>> from scipy import sparse

>>> row = numpy.array([0,0,1,2,2,2], dtype=numpy.int32)
>>> col = numpy.array([0,2,2,0,1,2], dtype=numpy.int32)
>>> data = numpy.array([1,2,3,4,5,6], dtype=numpy.int32)

>>> A = sparse.csr_matrix((data,(row,col)), shape=(3,3), dtype=numpy.int32)
>>> x = numpy.array([8.0, 4.0, 2.0], dtype=numpy.float32)
>>> b = A * x.T

>>> b
array([ 12.,   6.,  64.])

>>> type(b)
<type 'numpy.ndarray'>

>>> for i in xrange(3): print type(b[i])
<type 'numpy.float64'>
<type 'numpy.float64'>
<type 'numpy.float64'>

导入numpy >>>从scipy导入稀疏 >>>row=numpy.array（[0,0,1,2,2,2]，dtype=numpy.int32） >>>col=numpy.array（[0,2,2,0,1,2]，dtype=numpy.int32） >>>data=numpy.array（[1,2,3,4,5,6]，dtype=numpy.int32） >>>A=sparse.csr_矩阵（（数据，（行，列）），shape=（3,3），dtype=numpy.int32） >>>x=numpy.array（[8.0,4.0,2.0]，dtype=numpy.float32） >>>b=A*x.T >>>b 数组（[12,6,64.]）） >>>类型（b） >>>对于X范围（3）中的i：打印类型（b[i]）

---

获取所需的

dtype

的最佳选择是确保乘法中涉及的两个数组都是完全相同的

dtype

（=float32），首先：

A = sparse.csr_matrix((data,(row,col)), shape=(3,3), dtype=numpy.float32)
x = numpy.array([8.0, 4.0, 2.0], dtype=numpy.float32)
(A * x.T).dtype
=> dtype('float32')

---

请给出一个乘法示例，其中输入为32位，输出为64@shx2有问题的示例。适用于32位和64位操作系统。这是一个奇怪的向上转换规则，因为您希望它向上转换到A和x之间的最高数据类型，而不是选择操作系统大小。谢谢你-布里尔！