嗯.我似乎没有办法将Python的大整数存储在一个numpy数组中.你需要做些什么特别的事情来声明一个带有bigint的numpy数组吗?
解决方法:
没有具体,没有.您可以使用dtype =’object’创建一个数组,该数组创建一个Python对象数组(包括但不限于int).这将为您提供许多类似Numpy阵列的功能,但几乎没有任何性能优势.
也就是说,就内存性能而言,Python对象数组与Python列表没有显着差异.虽然如果必须使用bigint,仍然可能更喜欢使用列表,因为您仍然可以获得逐元算术运算,包括在与其他Numpy数组进行操作时.例如:
In [1]: import numpy as np
In [2]: big = np.array([10**100, 10**101, 10**102], dtype='object')
In [3]: big
Out[3]:
array([ 10000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000,
100000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000,
1000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000], dtype=object)
In [4]: big + np.array([1, 2, 3])
Out[4]:
array([ 10000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000001,
100000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000002,
1000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000003], dtype=object)
我自己从未使用过这种功能,所以我不完全确定可能会出现其他令人惊讶的限制.