嘗試在 Jupyter 筆記本中進行一些計算時。2我嘗試使用**或使用來提高數組的 次方np.power。兩者都會產生錯誤的結果?？赡苁鞘裁磫栴}？如果我運行一個數字，計算是正確的。
3 回答
收到一只叮咚
TA貢獻1821條經驗 獲得超5個贊
這是因為您的數組的數據類型uint8只能存儲 8 位數字，即 0-255。在那之后，溢出發生并且你的結果被包裹起來，這讓你成為x mod 256的代表x。例如，62*62=3844由于 3844 不能容納在 8 位中，因此您得到的結果是 4，即3844 mod 256. 因此，為了獲得正確的結果，您需要將數據類型更改為更長的類型，例如int. 嘗試這個：
image.astype(np.int)**2
讓我知道是否有幫助。
叮當貓咪
TA貢獻1776條經驗 獲得超12個贊
您的數組是 uint-8 類型，它是一個 8 位整數。計算沒問題——你看到的是溢出。
例如：
np.uint8(20) * np.uint8(20)
輸出：
/usr/local/lib/python3.7/site-packages/ipykernel_launcher.py:1: RuntimeWarning:
overflow encountered in ubyte_scalars
144
一只斗牛犬
TA貢獻1784條經驗 獲得超2個贊
一點背景。
當你說：
如果我運行一個數字 - 計算是正確的
您可能的意思是您正在使用 python 內置int類型。Pythonint中的 是任意精度，這意味著將分配盡可能多的存儲字節以保存數據項而不會溢出。
當您使用 NumPy 數組時，情況并非如此，因為它們被實現為一系列值，這些值在內存中相鄰存儲并定期間隔 - 您無法使其中一個值需要更多字節，因為它無處可去“生長”。所以每個 NumPy 數組都有一個關聯的數據類型，該數據類型在創建數組時使用，并且其中的所有值都具有此數據類型。
使用 NumPy 數組執行操作時，輸出數據類型的長度基于輸入中的數據類型。因為你的數組image是 datatype np.uint8，（并且2是一個可以存儲在 a 中的值np.uint8），所以操作的結果image ** 2也是 datatype np.uint8，所以值溢出，因為它們超過了 2^8。
如果你這樣做：
image.astype(np.uint16) ** 2
這將使用 datatype 的輸入數據的臨時副本進行操作np.uint16，因此輸出將是 datatype np.uint16，這足以存儲您需要的精度。
添加回答
舉報
0/150
提交
取消