不受支持的操作数类型为*：'numpy.ndarray'和'numpy.float64'

Question

长时间读写器，第一次写入。

我搜索了谷歌和堆栈溢出，但没有真正能够找到这个问题的一般答案。

我在使用numpy 1.6.2的python 2.7.3中得到了“不受支持的操作数类型*：'numpy.ndarray'和'numpy.float64'”。

错误来自乘numpy数组和numpy浮点数，但它不会每次都发生。

例如：

x = np.tan(1) # numpy.float64 
y = np.array([0,1,2,3]) # numpy.ndarray 
np.multiply(x,y) # works no problem 

或者

x = np.tan(np.abs(np.multiply(-31,41))) # numpy.float64 
y = np.square(np.add(np.divide(np.zeros(100),42),(-27)**40)) # numpy.ndarray 
np.multiply(x,y) # works no problem 

两个工作

现在的问题儿童：

np.multiply(np.square(np.add(np.divide(np.zeros(100),42),-27)**40)), 
np.tan(np.abs(np.multiply(-31,41)))) 

，或者被定义为上述X：

np.multiply(np.square(np.add(np.divide(np.zeros(100),42),(-27)**40)),x) 

都会产生错误：NotImplemented

我知道随机函数和数字似乎很奇怪，但这个概念应该还是工作，因为它的工作当两个被设置成变量分别。

为什么会发生这种情况？我怎样才能解决它在一般意义上？

非常感谢！ Jason

Answer 1

我怀疑这里的问题是NumPy无法在其数组中存储Python long值。只要您尝试这样做，它会将数组的数据类型切换为object。数组上的算术运算变得更加棘手，因为NumPy不能再执行算术本身。

>>> np.array(27**40) 
array(1797010299914431210413179829509605039731475627537851106401L, dtype=object) 
>>> np.array(27**40) * np.tan(1) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: unsupported operand type(s) for *: 'numpy.ndarray' and 'numpy.float64' 

奇怪的是，交换的参数的顺序有时可以工作：

>>> np.tan(1) * np.array(27**40) 
2.7986777223711575e+57 

在此第二种情况下，结果的类型是一个Python float，而不是一个NumPy的阵列。

解决方法是避免与NumPy阵列创建long值，并使用float！而非：

>>> np.array(27.0**40) 
array(1.797010299914431e+57) 
>>> np.array(27.0**40) * np.tan(1) 
2.7986777223711575e+57 
>>> np.multiply(np.square(np.add(np.divide(np.zeros(10),42),(-27.0)**40)),np.tan(1)) 
array([ 5.02925269e+114, 5.02925269e+114, 5.02925269e+114, 
     5.02925269e+114, 5.02925269e+114, 5.02925269e+114, 
     5.02925269e+114, 5.02925269e+114, 5.02925269e+114, 
     5.02925269e+114]) 

如果你得到这样的错误，这是未来的，做的第一件事就是检查阵列的dtype被相乘。它是否包含NumPy值或Python对象？

Answer 2

这是一个测验吗？我不明白为什么这个问题如此混淆......一切都归结为这个简单的事实。

鉴于

>>> x = 10**100 
>>> type(x) 
<type 'long'> 
>>> y = np.float64(1) 

我们

>>> y.__mul__(x) 
1e+100 
>>> y.__rmul__(x) 
NotImplemented 

这是错误（或功能，我不知道），因为它应该是y.__mul__(x) == y.__rmul__(x)（至少为x这些特定值和y）。

的Python long不知道如何处理与numpy.float64乘（但这是正确的。）

>>> x.__mul__(y) 
NotImplemented 
>>> x.__rmul__(y) 
NotImplemented 

所以y*x计算结果为y.__mul__(x)并给出了预期的结果。相反，x*y第一次尝试为x.__mul__(y)（未实现，正常），而不是y.__rmul__(x)（未实现但存在错误）。如已经指出的，我们可以有任意对象的nd.arrays，并且一切都变得清晰。

编辑

此bug已被修正（可能在numpy的版本1.7）：

>>> np.version.version 
'1.13.1' 
>>> x = 10**100 
>>> y = np.float64(1) 
>>> x.__mul__(y) 
NotImplemented 
>>> x.__rmul__(y) 
NotImplemented 
>>> y.__mul__(x) 
1e+100 
>>> y.__rmul__(x) 
1e+100 
>>> x*y 
1e+100 
>>> y*x 
1e+100