我试图以最快的方式求一个数的幂。我在互联网上发现这应该通过 numpy.power() 来完成,但是当我尝试对大量数字执行此操作时,会出现结果为 0(零)的问题。在这种情况下该怎么办?如果有人知道更快的方法,我将不胜感激
代码:
print(np.power(np.array(2, dtype=int), np.array(1000000, dtype=int)))
结果:
0
Process finished with exit code 0
我试图以最快的方式求一个数的幂。我在互联网上发现这应该通过 numpy.power() 来完成,但是当我尝试对大量数字执行此操作时,会出现结果为 0(零)的问题。在这种情况下该怎么办?如果有人知道更快的方法,我将不胜感激
代码:
print(np.power(np.array(2, dtype=int), np.array(1000000, dtype=int)))
结果:
0
Process finished with exit code 0
我们首先检查一下
int您在创建数组时指定的 库视图中的内容Numpy:结论:
这只是一个
int32只存储 32 位的类型。即使它是无符号类型(实际上不是),它也只能存储最多2**32 - 1.顺便说一句,让我们检查一下:结论:
也就是说,不仅
2在度数中1_000_000,而且即使2在度数中31它已经溢出并获得负数,但在32度数中它已经完全溢出并且结果是0。而且这种情况0在任何更高的程度上都将继续如此。最大整数类型
Numpy为int64,即数字多了 2 倍,但也远非1_000_000.它
Numpy使用固定容量的数字类型,这就是它可以如此快速地工作的原因。在纯 Python 中,类型int可能是无限的。如果要计算大幂,请使用纯Python。计算将立即进行。但不必费心打印结果。它会非常非常长,需要很长时间才能打印。但你可以打印一些。例如,结果的最后 6 位数字。并计算结果的小数位数总数。它非常大:结论:
您还可以将此数字输出到文件中。仅在屏幕上 - 不需要。
问题没有解决问题,标准方法有什么问题?