我的问题是
np.array([2**31], dtype=np.uint32) >> 32
不返回0
,而是返回array([2147483648], dtype=uint32)
。同样如此
np.right_shift(np.array([2**31], dtype=np.uint32), 32)
(所以我相信这简直就是如何实施>>
)。
有趣的是,所有这些替代方案似乎都按预期工作,返回某种0
:
print(
2**31 >> 32,
np.uint32(2**31) >> 32,
np.array(2**31, dtype=np.uint32) >> 32,
np.right_shift(2**31, 32),
np.right_shift([2**31], 32),
np.right_shift(np.uint32(2**31), 32),
np.right_shift(np.array(2**31, dtype=np.uint32), 32),
)
特别是,代表2147483648
和[2147483648]
的Numpy数组有什么不同?
我在JavaScript(Why does << 32 not result in 0 in javascript?)和C ++(Weird behavior of right shift operator (1 >> 32),Why is `int >> 32` not always zero?)中看到过这个问题,但还没有在Python / Numpy中看到过。事实上,Python和Numpy文档似乎都没有记录这种行为:
虽然没有记录,但numpy主要用C实现,C(和C ++)中的移位运算符没有定义大于或等于位数的移位。所以结果可以是任意的。
如果您查看有效的示例类型,您将看到它们的工作原理:
print(
type(2**31 >> 32),
type(np.uint32(2**31) >> 32),
type(np.array(2**31, dtype=np.uint32) >> 32),
type(np.right_shift(2**31, 32)),
np.right_shift([2**31], 32).dtype,
type(np.right_shift(np.uint32(2**31), 32)),
type(np.right_shift(np.array(2**31, dtype=np.uint32), 32)),
)
<class'int'> <class'numpy.int64'> <class'numpy.int64'> <class'ntumpy.int64'> int64 <class'numpy.int64'> <class'numpy.int64'>
第一个使用Python自己的int
类型,而其他的都转换为numpy.int64
,其中32位移位的行为是正确的。这主要是由于标量(零维)阵列的行为不同。在list
的情况下,numpy的默认整数类型不是numpy.uint32
。
另一方面
print((np.array([2**31], dtype=np.uint32) >> 32).dtype)
UINT32
所以你在这里遇到了未定义的行为。