Skip to main content
 首页 » 编程设计

python之当我设置的值对于给定的 dtype 来说太大时会发生什么

2024年11月01日8lyhabc

所以我总是这样创建 numpy 数组:

>>> u = np.zeros( 10, int ) 
>>> v = np.zeros( 10, float ) 

直到现在,我一直对最大允许值一无所知。我一直假设它会简单地工作。如果没有,我会得到 OverflowError,然后我会找到一些解决方法,比如取对数。

但最近我开始使用其他数据类型:

>>> v8 = np.zeros( 10, np.uint8 ) 
>>> v8[0] = 2 ** 8 - 1 
>>> v8[1] = 2 ** 8 
>>> v8 
>>> array([255,   0,   0,   0,   0,   0,   0,   0,   0,   0], dtype=uint8) 

好吧,当我分配一个大于 255 的值时,我没有收到任何警告。这有点可怕。

所以我的问题是:

  • 当我使用类型为int 和float 的数组时,是否有可能我在不知情的情况下设置了一个太大的值(导致完全错误的计算)?
  • 如果我想使用 uint8,是否必须手动检查所有分配的值是否在 [0, 255] 中?

请您参考如下方法:

numpy 在机器层面的工作非常深入。测试很耗时,因此,测试留给了开发人员。 Python 更高级,许多测试都是自动完成的,或者在整数的情况下,整数可以具有任意大的值。在任何地方,您都必须在速度和安全性之间做出决定。 numpy 在速度方面更进一步。

在需要测试值范围的情况下,您必须自己检查。

clip 方法可以帮助您:

>>> u = np.array([124,-130, 213]) 
>>> u.astype('b') 
array([124, 126, -43], dtype=int8) 
>>> u.clip(-128,127).astype('b') 
array([ 124, -128,  127], dtype=int8)