我一直在研究Python中的一個(gè)函數(shù)，該函數(shù)查找數(shù)組中從各自的索引到數(shù)組開頭的所有元素的總和。示例： 輸入：[2,14,17,36]輸出：[2, 14+2, 17+14+2, 36+17+14+2]這是代碼。import matplotlib.pyplot as pltimport numpy as nparr = []a = np.array([2, 0, 0, 4, 0, 1, 0, 4, 5, 5])def rolling_sum(x):? ? total = 0? ? values = []? ? for i,j in enumerate(x):? ? ? ? total = total+j?? ? ? ? values.append(total)? ? if total <= 2000000000:? ? ? ? arr.append(values)? ? ? ? return rolling_sum(values)? ? else:? ? ? ? return valuesrolling_sum(a)for i in arr:? ? plt.plot(i)檢查arr變量發(fā)現(xiàn)其中有負(fù)數(shù)，甚至從圖表中也清楚地顯示出來(lái)。請(qǐng)問(wèn)為什么會(huì)這樣呢？
2 回答
喵喔喔
TA貢獻(xiàn)1735條經(jīng)驗(yàn) 獲得超5個(gè)贊
當(dāng)您執(zhí)行代碼時(shí)，請(qǐng)注意警告：
RuntimeWarning: overflow encountered in long_scalars
total = total+j
這是因?yàn)閚umpy有時(shí)默認(rèn)為np.int32（取決于操作系統(tǒng)是 32/64 位并且安裝的 Python 解釋器是 32/64 位，顯然是其中較低的一個(gè)）。在這種情況下，大量數(shù)字會(huì)溢出，因此它們會(huì)換行為負(fù)數(shù)。
通過(guò)提供以下內(nèi)容可以輕松解決此問(wèn)題dtype=np.int64：
a = np.array([2, 0, 0, 4, 0, 1, 0, 4, 5, 5], dtype=np.int64)
這可以通過(guò)添加以下內(nèi)容來(lái)確認(rèn)：
from itertools import chain
print(len(list(filter(lambda n: n < 0, chain.from_iterable(arr)))))
這會(huì)展平arr并計(jì)算有多少個(gè)負(fù)數(shù)。使用原始代碼，輸出是
RuntimeWarning: overflow encountered in long_scalars
total = total+j
5
添加后dtype=np.int64輸出是
0
胡子哥哥
TA貢獻(xiàn)1825條經(jīng)驗(yàn) 獲得超6個(gè)贊
NumPy 數(shù)組使用固定大小的整數(shù)類型（例如）?，這與大小不受限制的int64常規(guī) Python 類型不同。int
它們具有可以代表的最大值。嘗試添加大于此最大值的值會(huì)導(dǎo)致溢出，這可能會(huì)導(dǎo)致有符號(hào)整數(shù)類型出現(xiàn)負(fù)值。
例如，該類型的最大值int32為 2?31??1 = 2147483647，加 1 得到最小值 ?2?31?= ?2147483648。對(duì)于int64類型來(lái)說(shuō)，這些值要大得多；分別為9223372036854775807和-9223372036854775808。根據(jù)您的實(shí)現(xiàn)（即 NumPy 默認(rèn)使用的類型）和您使用的輸入，您可能會(huì)或可能不會(huì)看到此行為。
就您而言，與 Python 列表相比，您似乎沒(méi)有使用 NumPy 數(shù)組提供的任何功能，因此您可以只使用a = [2, 0, 0, 4, 0, 1, 0, 4, 5, 5]并依賴 Python 為您處理無(wú)限的大整數(shù)。
添加回答
舉報(bào)
0/150
提交
取消