首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >具有mpz/mpfr值的numpy数组

具有mpz/mpfr值的numpy数组
EN

Stack Overflow用户
提问于 2013-03-09 13:34:15
回答 2查看 1.6K关注 0票数 4

我想要一个带有mpz/mpfr值的numpy数组。因为我的代码:

代码语言:javascript
复制
import numpy as np
import gmpy2
A=np.ones((5,5));
print A/gmpy2.mpfr(1);

生成:

代码语言:javascript
复制
RuntimeWarning: invalid value encountered in divide
  print A/gmpy2.mpfr(1);
[[1.0 1.0 1.0 1.0 1.0]
 [1.0 1.0 1.0 1.0 1.0]
 [1.0 1.0 1.0 1.0 1.0]
 [1.0 1.0 1.0 1.0 1.0]
 [1.0 1.0 1.0 1.0 1.0]]

据我所知,将gmpy mpfr转换为numpy float64是不可能的。那么,我如何才能得到一个带有mpfr值的numpy数组呢?

谢谢。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2013-03-09 13:55:49

您需要使用dtype=object创建数组,然后可以在数组中使用任何python类型。我没有安装gmpy2,但下面的示例应该说明它是如何工作的:

代码语言:javascript
复制
In [3]: a = np.ones((5, 5), dtype=object)

In [5]: import fractions

In [6]: a *= fractions.Fraction(3, 4)

In [7]: a
Out[7]: 
array([[3/4, 3/4, 3/4, 3/4, 3/4],
       [3/4, 3/4, 3/4, 3/4, 3/4],
       [3/4, 3/4, 3/4, 3/4, 3/4],
       [3/4, 3/4, 3/4, 3/4, 3/4],
       [3/4, 3/4, 3/4, 3/4, 3/4]], dtype=object)

拥有dtype=object的numpy数组可能会有一点误导,因为让标准dtype操作变得超级快的强大numpy机制现在由默认对象的python操作符负责,这意味着速度将不再存在:

代码语言:javascript
复制
In [12]: b = np.ones((5, 5)) * 0.75

In [13]: %timeit np.sum(a)
1000 loops, best of 3: 1.25 ms per loop

In [14]: %timeit np.sum(b)
10000 loops, best of 3: 23.9 us per loop
票数 7
EN

Stack Overflow用户

发布于 2015-07-04 08:35:02

我相信这是两个库中的一个错误。我也相信它是被修复的。

输入:

代码语言:javascript
复制
import sys
import numpy as np
import gmpy2

print(sys.version)
print(np.__version__)
print(gmpy2.version)

A=np.ones((5,5));
print(A/gmpy2.mpfr(1))

输出:

代码语言:javascript
复制
3.4.2 (v3.4.2:ab2c023a9432, Oct  6 2014, 22:15:05) [MSC v.1600 32 bit (Intel)]
1.9.1
2.0.5
[[mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0')]
 [mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0')]
 [mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0')]
 [mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0')]
 [mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0') mpfr('1.0')]]

当遇到未知类型时,Numpy没有正确地说明该怎么做,或者gmpy2没有指定如何除以某物(__rdiv__)。

没有必要指定ndarraydtype,除非您打算覆盖它的元素。像乘法这样的操作会产生一个新的ndarray,Numpy会找出要使用的dtype

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/15307589

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档