Python numpy数组：混合int32和int8时的结果错误

我在numpy数组中看到了一个非常奇怪的行为，当我在一个简单的操作中混合了int32和int8数组时，在获取

+=dleng[4]*4

的结果时，int32数组元素

ct[4,0]

似乎变成了8bit：

import numpy as np
In[3]: ct = np.zeros((6,1), np.int32)
In[4]: ct
Out[4]: 
array([[0],
   [0],
   [0],
   [0],
   [0],
   [0]], dtype=int32)
In[5]: dleng = np.zeros((6, 1), np.int8)
In[6]: dleng[0] = 2
dleng[1] = 3
dleng[2] = 4
dleng[3] = 7
dleng[4] = 3
dleng[5] = 5
In[7]: dleng
Out[7]: 
array([[2],
   [3],
   [4],
   [7],
   [3],
   [5]], dtype=int8)
In[8]: ct[4] = 117
In[9]: ct
Out[9]: 
array([[  0],
   [  0],
   [  0],
   [  0],
   [117],
   [  0]], dtype=int32)
In[10]: ct[4,0] += dleng[4]*4
In[11]: ct
Out[11]: 
array([[   0],
   [   0],
   [   0],
   [   0],
   [-127],
   [   0]], dtype=int32)}

---

有人知道为什么会发生这种情况吗？

这是因为你正在做的是：

>>> ct[4,0] += dleng[4]*4

实际上是这样的：

>>> ct[4,0] = ct[4,0] + dleng[4]*4

这就产生了：

>>> ct[4,0] + dleng[4]*4
array([-127], dtype=int8)

那么这是什么呢

>>> ct[4,0] = array([-127], dtype=int8)

但实际上是在幕后进行这种类型转换：

>>> a.astype(np.int32)
array([-127], dtype=int32)

---

dleng[4]*4

是一个数组：

而

ct[4,0]

是一个标量，类型为

np.int32

：

In [98]: ct[4,0]
Out[98]: 117

In [99]: type(_)
Out[99]: numpy.int32

正如@WallyBeaver所指出的，

ct[4,0]+=dleng[4]*4

就像

ct[4,0]=ct[4,0]+dleng[4]*4

。最后一个表达式是一个标量加上一个数组。在这种情况下，数据类型由数组决定，因此它最终是

np.int8

。关于这一点，请参见：

混合标量数组操作使用不同的强制转换规则集 确保标量不能“向上投射”数组，除非标量 属于根本不同类型的数据（即，在不同的 数据类型层次结构中的层次结构）而不是数组。这条规则 使您能够在代码中使用标量常量（例如Python） 类型，在ufuncs中进行相应的解释，而无需担心 标量常量的精度是否会导致上转换 您的大（小精度）阵列

修复方法是将就地添加写入

ct[4,0] += dleng[4,0]*4

---

我不明白为什么

ct[4,0]+dleng[4]*4

产生

array（[-127]，dtype=int8）

——为什么它被转换为int8而不是int32？啊，在看到你和沃伦的答案后，我现在明白了。是的，

ct[4,0]

是

117

，然后在添加后被转换为

int8

。好的，这很有意义。以后一定要注意！

ct[4,0] += dleng[4,0]*4