在Python/Numba中访问数组给出奇怪的结果

我想与numba使用numpy，但我得到奇怪的结果，同时尝试访问或设置一些值为浮点型数组使用浮点型索引转换为int 。检查这个基本功能。在Python/Numba中访问数组给出奇怪的结果

@numba.jit("void(f8[:,::1],f8[:,::1])") 
def test(table, index): 
x,y = int(index[0,0]), int(index[1,0) 
table[y,x] = 1.0 
print index[0,0], index[1,0], x,y 
print table 
print table[y,x] 

table = np.zeros((5,5), dtype = np.float32) 
index = np.random.ranf(((2,2)))*5 
test(table, index)

结果：

index[0,0] = 1.34129550525 index[1,0] = 0.0656177324359 x = 1 y = 0  
table[0,1] = 1.0 
table [[ 0.  0.  1.875 0.  0. ] 
     [ 0.  0.  0.  0.  0. ] 
     [ 0.  0.  0.  0.  0. ] 
     [ 0.  0.  0.  0.  0. ] 
     [ 0.  0.  0.  0.  0. ]]

为什么我能在这个表中的1.875，而不是1.0？这是一个基本的例子，但我正在与大数组一起工作，它给了我很多错误。我知道我可以将索引转换为np.int32并更改@ numba.jit（“void（f8 [：，:: 1]，f8 [：，1]）”）到@ numba.jit （“void（f8 [：，:: 1]，i4 [：，:: 1]）”），这是工作正常，但我想你想明白为什么这是行不通的。从python解析类型到C++时它是一个问题？

感谢您帮助

来源

2014-01-31 Romanzo Criminale

没有在JIT的F8声明和初始化np.float32之间的差异？ 1.875不在x = 1处。顺便说一句，为什么它被标记为C++？ – Joky

@Joky C++标签是一个错误的抱歉。是的，它与np.float64一起工作。但对于像1.0这样的数字应该浮动32或浮动64有所作为？ –

既然您标记了C++;）：问题是该表是一个指向double的指针，指向一个float数组。在位置1重叠位置3/4的浮点数（2倍大）和在两个浮点数上的双精度编码没有任何意义。顺便说一句，这是一个猜测，因为我不知道什么是numba生成的代码。编辑：unutbu下面解释清楚。 – Joky

In [198]: np.float64(1.0).view((np.float32,2)) 
Out[198]: array([ 0. , 1.875], dtype=float32)

所以当

table[y,x] = 1.0

写入np.float64(1.0)为table，table视图中的数据为np.float32和其解释为0和1.875。

注意，在0索引位置[0,1]显示出来，并1.875显示出来在索引位置[0,2]，而分配发生在[y,x] = [0,1]。

您可以通过改变

@numba.jit("void(f8[:,::1],f8[:,::1])")

修复D型不匹配

@numba.jit("void(f4[:,::1],f8[:,::1])")

这些是8个字节np.float64(1.0)：

In [201]: np.float64(1.0).tostring() 
Out[201]: '\x00\x00\x00\x00\x00\x00\xf0?'

而且4个字节时'\x00\x00\xf0?'被解释为np.float32你得到1.875：

In [205]: np.fromstring('\x00\x00\xf0?', dtype='float32') 
Out[205]: array([ 1.875], dtype=float32)

来源

2014-01-31 01:43:47 unutbu

非常感谢。也许这是一个愚蠢的问题，但为什么np.float64和np.float32之间的区别？ –

'np.float64'表示一个64位（8字节）的浮点数。 'np.float32'代表一个32位（4字节）的浮点数。 'np.float（1。0）'占用8个字节。如果将它写入'table'，则覆盖8个字节。当“table”被打印时，它将其基础数据解释为4字节的浮点数，所以你写了'table'中的2个值（浮点数）。 – unutbu

好吧，我知道float64是8字节和float32 4个字节。但我认为字节数只是改变了你可以写的最大数量。不是这个数字的写法。例如np.int32（1）.tostring（）给出'\ x01 \ x00 \ x00 \ x00'和np.int64（1）.tostring（）给出'\ x01 \ x00 \ x00 \ x00 \ x00 \ x00 \ x00 \ x00'，即使浮点数和整数不同，我认为np.float64会给 '\ x00 \ x00 \ x00 \ x00 \ x00 \ x00 \ x80？' –

在Python/Numba中访问数组给出奇怪的结果

回答

相关问题