代码之家 › 专栏 › 技术社区 › Banana jqurious

为什么Pyinterval算术在numpy中失败。浮动64

intervals numpy python

Banana jqurious · 技术社区 · 7 年前

我与Pyinterval合作,但由于某些原因,它与 numpy.float64 . 基本上,每当使用 努比。浮动64 而不是通常的 float 在区间算术中,区间被转换为numpy数组。

以下示例:

import interval as itv
import numpy as np
from math import sqrt

ival = itv.interval([1,2])
cons = 2

print("interval 1: ",sqrt(cons)*ival)
print("interval 2: ",np.sqrt(cons)*ival)

打印:

区间1:区间([1.4142135623730951,2.8284271247461903])

间隔2:[[1.41421356 2.82842712]]

相应的类型是。基本上,因为我使用 numpy 很多,我的问题是我是否可以武力它要求永远不要使用自己的float64类型,或者如果在每次numpy计算后除了回溯之外还有其他方便的解决方案。

2 回复 | 直到 4 年前

Stephen Rauch Afsar Ali 7 年前

这可能是由于 numpy 试图将间隔转换为它知道如何乘以的值。这显然是失败的。相反,您可以让间隔库进行转换,这在我的测试中似乎很有效:

代码:

ival = itv.interval([1, 2])
cons = 2

print("interval 1: ", ival * sqrt(cons))
print("interval 2: ", ival * np.sqrt(cons))

结果:

('interval 1: ', interval([1.4142135623730951, 2.8284271247461903]))
('interval 2: ', interval([1.4142135623730951, 2.8284271247461903]))

但为什么呢?

Python实现 * 具有 __mul__ 邓德。调用的dunder是左手操作数的dunder。通过将间隔放在左侧,您将使用其转换,而不是numpy的转换。为什么? 努比 不开心,我目前不知道,但这似乎奏效了。

Alex 3 年前

时间旅行者来了。斯蒂芬的回答很好,但我能回答他最后一个“为什么”的问题。如果python看到两个对象的乘积 A*B 它试图呼叫 A.__mul__(B) 然而,如果方法 __mul__ 对象的 A 无法识别对象的类别 B ,python尝试调用 B.__rmul__(A) . 这是您需要在中实现的方法 interval 为您的第二个案例上课。

有关更多详细信息,请参见此处 https://docs.python.org/3.8/reference/datamodel.html#emulating-numeric-types

推荐文章

dan · 按距离截止对线性间隔进行分组

2 年前

CodeRic · 导航时的clearInterval()。推式反应器

2 年前

rayray · 查找Swift 4中作为字符串存储的2次之间的差异

7 年前

kjdion84 · 间隔造成的不必要延迟

7 年前

Hans Wurst · Numpy查找数组小范围内最大值的索引

7 年前

Leron · 查找最长重叠周期

7 年前

Banana jqurious · 为什么Pyinterval算术在numpy中失败。浮动64

7 年前

Mohammed · Oracle查询中的H2加减间隔秒

7 年前

Pau RS · 基于间隔重叠合并两个数据帧

7 年前

LookIntoEast · 不超过覆盖范围限制的最大间隔子集?

7 年前