在数组中执行按位左移操作时超出整数限制

Question

我正在使用按位左移运算符创建一个 numpy 数组。例如，我创建了数组 p，其中数组的形状与矩阵 a 的形状相同，即 (23,)：>>> import numpy>>> a = numpy.array([0,0,0,0,0,0,1,0,1,0,1,1,1,0,0,0,0,0,1,0,0,1,1])>>> p = 1 << arange(a.shape[-1] - 1) #left shift 结果正如预期的那样：>>> parray([      1,       2,       4,       8,      16,      32,      64,       128,     256,     512,    1024,    2048,    4096,    8192,     16384,   32768,   65536,  131072,  262144,  524288, 1048576,   2097152])但是，如果我们增加数组的大小，让我们说 (70,)：>>> parray([                   1,                    2,                    4,                      8,                   16,                   32,                     64,                  128,                  256,                    512,                 1024,                 2048,                   4096,                 8192,                16384,                  32768,                65536,               131072,                 262144,               524288,              1048576,                2097152,              4194304,              8388608,               16777216,             33554432,             67108864,              134217728,            268435456,            536870912,             1073741824,           2147483648,           4294967296,             8589934592,          17179869184,          34359738368,            68719476736,         137438953472,         274877906944,           549755813888,        1099511627776,        2199023255552,          4398046511104,        8796093022208,       17592186044416,         35184372088832,       70368744177664,      140737488355328,        281474976710656,      562949953421312,     1125899906842624,       2251799813685248,     4503599627370496,     9007199254740992,      18014398509481984,    36028797018963968,    72057594037927936,     144115188075855872,   288230376151711744,   576460752303423488,在顶部，您可以看到，当它从 1,2,4,8 增加时，..... 变为负数，然后变为 0，最终变为 16。如果我单独进行，则情况并非如此：>>> 1<<701180591620717411303424那么，我该怎么做才能使数组的元素具有对应于 的值1<<x，其中 x 是一个大数字（大于 70）？

Answer 1

Python int 和 numpy int 不一样... Python 支持任意长度，而 numpy 由类型固定：

numpy.array([1]) << 70

>>> array([64], dtype=int32)

一种解决方案是使用对象数据类型：

numpy.array([1], dtype=numpy.object) << 70

>>> array([1180591620717411303424], dtype=object)

以下将按预期工作：

a = numpy.array([1], dtype=numpy.object) << numpy.arange(70)

查看最后一个元素的类型，我们看到它是一个 Python int：

type(a[-1])

>>> <class 'int'>