Python 用numpy范数除以numpy向量时，为什么不能使用就地除法运算符

此代码执行时没有问题：

import numpy as np

x = np.array([1, 3])
x = x / np.linalg.norm(x)

但这段代码崩溃了：

import numpy as np

x = np.array([1, 3])
x /= np.linalg.norm(x)

错误如下：

TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'l') according to the casting rule ''same_kind''

---

为什么？

基本上是因为numpy关心类型，正如错误所暗示的那样（“…无法强制…”“同类”）

您正在将

x

创建为整数数组，但是

np.linalg.norm（x）

返回一个浮点，强制

x/np.linalg.norm（x）

返回一个浮点数组

如果将

x

创建为浮点数组：

x = np.array([1.0, 3.0])

那就行了

import numpy as np

x = np.array([1.0, 3.0])
x /= np.linalg.norm(x)
print(x)
# [0.31622777 0.9486833 ]

---

你希望得到比“因为numpy开发人员没有实现它”更深刻的答案吗？是的，我尝试使用pycharm调试器来查看到底出了什么问题，但我无法确切地找出TypeError发生的位置，实际上从调试器看，好像带就地运算符的“错误”行经过，但这似乎很奇怪。异常回溯是否没有告诉您TypeError发生的确切位置？请注意，错误消息集中在

输出

，特别是数据类型（typecode）、“d”和“l”（请参见

np.typecodes

）。赞美诗，我的意思是我无法理解它是如何从它指出的那一行到抛出异常的。但是为什么numpy不关心第一个例子中的类型呢

x/np.linalg.norm（x）

实际上运行良好。@Sahand，因为它不在适当的位置。它只是告诉

x

引用内存中的新位置。它与执行

x=7

没有太大区别，与

numpy