blocks|key|1530118|text|您可以使用broadcasting对这两个数组进行乘，并且只取整数部分如下：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1530119|In+[2]:+(A*B).astype(int)
Out[2]:+array([+0,++4,++9,+16])|code-block|syntax|javascript|1530120|时间限制：|BOLD|1530121|In+[8]:+%25timeit+(A*B).astype(int)
1000000+loops,+best+of+3:+1.65+µs+per+loop

In+[9]:+%25timeit+np.multiply(A,+B,+out=A,+casting='unsafe')
100000+loops,+best+of+3:+2.01+µs+per+loop|1530122|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html^0|5|C|5|C|0|0|0|0|5|0|0^^$0|@$1|2|3|4|5|6|7|X|8|@$9|Y|A|Z|B|C]]|D|@$9|10|A|11|1|12]]|E|$]]|$1|F|3|G|5|H|7|13|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|14|8|@$9|15|A|16|B|M]]|D|@]|E|$]]|$1|N|3|O|5|H|7|17|8|@]|D|@]|E|$I|J]]|$1|P|3|-4|5|6|7|18|8|@]|D|@]|E|$]]]|Q|$R|$5|S|T|U|E|$V|W]]]]

You could use <a href="http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html" rel="nofollow"><code>broadcasting</code></a> to multiply the two arrays and take only the integer part as follows:

<pre><code>In [2]: (A*B).astype(int)
Out[2]: array([ 0, 4, 9, 16])
</code></pre>

Timing Constraints:

<pre><code>In [8]: %timeit (A*B).astype(int)
1000000 loops, best of 3: 1.65 µs per loop

In [9]: %timeit np.multiply(A, B, out=A, casting='unsafe')
100000 loops, best of 3: 2.01 µs per loop
</code></pre>

blocks|key|821344|text|import+numpy+as+np

A+=+np.float_(A)
A+*=+B|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|821345|尝尝这个。我认为是不同的数组类型，你会失败。|unstyled|821346|投射|821347|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|K|8|@]|9|@]|A|$B|C]]|$1|D|3|E|5|F|7|L|8|@]|9|@]|A|$]]|$1|G|3|H|5|F|7|M|8|@]|9|@]|A|$]]|$1|I|3|-4|5|F|7|N|8|@]|9|@]|A|$]]]|J|$]]

<pre><code>import numpy as np

A = np.float_(A)
A *= B
</code></pre>

try this. I think are different array type you get fail.

Cast

blocks|key|1530154|text|2解决这个问题的方法：|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|1530155|您可以通过替换来解决这个|1530156|A+*=+B|code-block|syntax|javascript|1530157|与|1530158|A+=+(A+*+B)|1530159|或|1530160|numpy.multiply(A,+B,+out=A,+casting='unsafe')|1530161|entityMap^0|0|B|0|7|5|0|0|0|1|0|0|0|1|0|0^^$0|@$1|2|3|4|5|6|7|W|8|@$9|X|A|Y|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|Z|8|@$9|10|A|11|B|C]]|D|@]|E|$]]|$1|H|3|I|5|J|7|12|8|@]|D|@]|E|$K|L]]|$1|M|3|N|5|6|7|13|8|@$9|14|A|15|B|C]]|D|@]|E|$]]|$1|O|3|P|5|J|7|16|8|@]|D|@]|E|$K|L]]|$1|Q|3|R|5|6|7|17|8|@$9|18|A|19|B|C]]|D|@]|E|$]]|$1|S|3|T|5|J|7|1A|8|@]|D|@]|E|$K|L]]|$1|U|3|-4|5|6|7|1B|8|@]|D|@]|E|$]]]|V|$]]

2 ways to solve this: 

You can solve this by replacing

<pre><code>A *= B
</code></pre>

with 

<pre><code>A = (A * B)
</code></pre>

or with

<pre><code>numpy.multiply(A, B, out=A, casting='unsafe')
</code></pre>

I'd like to multiply an <code>int16</code> array but a <code>float</code> array, with auto rounding, but this fails :

<pre><code>import numpy

A = numpy.array([1, 2, 3, 4], dtype=numpy.int16)
B = numpy.array([0.5, 2.1, 3, 4], dtype=numpy.float64)

A *= B
</code></pre>

I get: 

<blockquote>
 TypeError: Cannot cast ufunc multiply output from dtype('float64') to dtype('int16') with casting rule 'same_kind'
</blockquote>

Numpy Cannot cast ufunc multiply output from dtype

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我想用自动四舍五入将int16数组与float数组相乘，但这失败了：import numpyA = numpy.array([1, 2, 3, 4], dtype=numpy.int16)B = numpy.array([0.5, 2.1, 3, 4], dtype=numpy.float64)A *= B我得到：Ty...

问Numpy不能从dtype转换ufunc多输出。
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Numpy不能从dtype转换ufunc多输出。EN