Python整数和浮点乘法错误

这个问题似乎很愚蠢，但我不能把它答对。输出

cm1

应该是浮点数，但我只得到0和1

import numpy as np
import scipy.spatial.distance
sim  = scipy.spatial.distance.cosine
a = [2, 3, 1]
b = [3, 1, 2]
c = [1, 2, 6]
cm0 = np.array([a,b,c])
ca, cb, cc = 0.9, 0.7, 0.4 
cr = np.array([ca, cb, cc])
cm1 = np.empty_like(cm0)
for i in range(3):
    for j in range(3):
        cm1[i,j] = cm0[i,j] * cr[i] * cr[j]
print(cm1)

我得到：

[[1 1 0]
 [1 0 0]
 [0 0 0]]

---

正如@hpaulj在评论部分所说的，问题在于使用

空\u like

，它将保留

cm0

dtype

，要解决这个问题，请尝试：

cm1 = np.empty_like(cm0, dtype=float)

---

正如@hpaulj在评论部分所说的，问题在于使用

空\u like

，它将保留

cm0

dtype

，要解决这个问题，请尝试：

cm1 = np.empty_like(cm0, dtype=float)

默认情况下，按照注释中的建议，指定numpy数组的

empty_like（）

。在您的情况下，

cm0

是整数类型

empty\u like

函数接受多个参数，其中一个参数是

dtype

。将

dtype

设置为

float

可以解决以下问题：

cm1 = np.empty_like(cm0, dtype=float)

此外，Python还会在需要时截断小数点处的浮点数。在您的情况下，每次执行乘法都会产生一个介于

1.89

和

0.36

之间的数字，因此，根据注释中的建议，对结果进行地板处理将分别导致给定numpy数组的

0

和

1

的值。在您的情况下，

cm0

是整数类型

empty\u like

函数接受多个参数，其中一个参数是

dtype

。将

dtype

设置为

float

可以解决以下问题：

cm1 = np.empty_like(cm0, dtype=float)

---

此外，Python还会在需要时截断小数点处的浮点数。在您的情况下，每次乘法都会产生一个介于

1.89

和

0.36

之间的数字，因此将结果叠加在一起将分别产生

0

s和

1

s。

empy\u like

匹配

cm0

dtype（

int

）。如果需要浮动，请不要使用它。

empy_like

与

cm0

dtype（

int

）匹配。如果您想要浮动，请不要使用它。感谢您的快速响应，谢谢！谢谢大家的快速回复，谢谢！