我似乎找到了一个陷阱,使用.sum()的numpy数组,但我无法找到一个解释.从本质上讲,如果我尝试总结大阵,然后我开始变得无厘头的答案,但这种情况发生默默,我不能使输出足够好,谷歌的事业感.
例如,这与预期完全一样:
a = sum(xrange(2000))
print('a is {}'.format(a))
b = np.arange(2000).sum()
print('b is {}'.format(b))
Run Code Online (Sandbox Code Playgroud)
为两者提供相同的输出:
a is 1999000
b is 1999000
Run Code Online (Sandbox Code Playgroud)
但是,这不起作用:
c = sum(xrange(200000))
print('c is {}'.format(c))
d = np.arange(200000).sum()
print('d is {}'.format(d))
Run Code Online (Sandbox Code Playgroud)
给出以下输出:
c is 19999900000
d is -1474936480
Run Code Online (Sandbox Code Playgroud)
在更大的阵列上,可以获得积极的结果.这更加阴险,因为我可能不会发现一些不寻常的事情正在发生.例如:
e = sum(xrange(100000000))
print('e is {}'.format(e))
f = np.arange(100000000).sum()
print('f is {}'.format(f))
Run Code Online (Sandbox Code Playgroud)
给出这个:
e is 4999999950000000
f is 887459712
Run Code Online (Sandbox Code Playgroud)
我猜这是与数据类型有关,甚至使用python float似乎解决了这个问题:
e = sum(xrange(100000000))
print('e is {}'.format(e))
f = …Run Code Online (Sandbox Code Playgroud)