当我创建一个numpy浮子的数组时，我会得到一个pythonfloats

Question

代码：

import sys
import numpy as np

print(f"We are using Python {sys.version}", file=sys.stderr)
print(f"We are using numpy version {np.__version__}", file=sys.stderr)  # 2.2.1

def find_non_numpy_floats(x: any) -> bool:
    if not (isinstance(x, np.float64)):
        print(f"Found non-numpy.float64: {x} of type {type(x)}", file=sys.stderr)
        return False
    else:
        return True


w: np.ndarray = np.zeros((2, 2), dtype=np.float64)

np.vectorize(lambda x: find_non_numpy_floats(x))(w)

assert (np.all(np.vectorize(lambda x: isinstance(x, np.float64))(w))), "try to keep using the numpy floats"

我期望numpy.zeros

会生成一个numpyfloat64d，如果我正确理解的话，它与python

float

（IEEE 64位浮子与特定于Python的东西）不同吗？）

上述结果是：

We are using Python 3.13.1 (main, Dec  9 2024, 00:00:00) [GCC 14.2.1 20240912 (Red Hat 14.2.1-3)]
We are using numpy version 2.2.1
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>
Found non-numpy.float64: 0.0 of type <class 'float'>

和断言错误。

为什么这是我该如何修复此问题（我应该要？）

numpy.vectorize

Answer 1

            # Convert args to object arrays first
            inputs = [asanyarray(a, dtype=object) for a in args]

将数组转换为对象dtype的数组：

numpy.float64

我不知道为什么。我能想到一些合理的原因，但没有什么明显的动力。 float64 dtype阵列不可能包含普通的python浮子。 float64 dtype的数组具有原始8字节浮点值的缓冲区，而不是python对象。如果您尝试访问单个元素，它们甚至都不是thumpy的实例。

---