Runningpython + numpy: dlaczego numpy.log wyświetla błąd atrybutu, jeśli jego operand jest zbyt duży?
np.log(math.factorial(21))
zgłasza AttributeError: log. Dlaczego? Mogę sobie wyobrazić ValueError lub jakiś rodzaj UseYourHighSchoolMathsError, ale dlaczego błąd atrybutu?
Wynik math.factorial(21) jest długi w języku Python. numpy nie może przekonwertować go na jeden z jego typów numerycznych, więc pozostawia go jako dtype=object. Sposób, w jaki unarowe ufunki działają dla tablic obiektów, polega na tym, że po prostu próbują wywołać metodę o tej samej nazwie na obiekcie. Na przykład.
np.log(np.array([x], dtype=object)) <-> np.array([x.log()], dtype=object)
Ponieważ nie ma .log() metoda na długi Python, masz AttributeError.
Wow, to wyjaśnia wiele rzeczy –
Preferuj funkcję math.log(), która wykonuje zadanie nawet na długich liczbach całkowitych.
Przypuszczam, że NumPy najpierw próbuje przekonwertować argument na jeden ze swoich typów skalarnych, a następnie próbuje uzyskać dostęp do jakiegoś specyficznego dla NumPy atrybutu. 'math.factorial (21)' zastępuje rozmiar 'numpy.uint64', więc nie można go przekonwertować na skalar NumPy. Oczywiście NumPy * powinien * rzucić 'ValueError'! –
Zobacz także [AttributeError w python/numpy podczas konstruowania funkcji dla pewnych wartości] (/ questions/18833639/attributeerror-in-python-numpy-when-constructing-function-for-certain-value) – tripleee