python - 当我设置的值对于给定的数据类型太大时会发生什么？

Question

所以我总是像这样创建 numpy 数组:

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

到目前为止，我一直没有意识到最大允许值。我一直假设它会起作用。如果没有，我会得到 OverflowError，然后我会找到一些解决方法，例如取对数。

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，当我分配大于 255 的值时，我不会收到任何警告。这有点可怕。

所以我的问题是:

• 当我使用int和float类型的数组时，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 [ 0, 255 ] 中的所有分配值？

Answer 1

numpy 在机器级别的工作非常深入。测试非常耗时，因此测试留给了开发人员。 Python 的级别要高得多，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。无论在哪里，您都必须在速度和安全性之间做出决定。 numpy 在速度方面更远。

在需要测试取值范围的情况下，你必须自己检查。

剪辑方法可能会帮助您:

>>> 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)