为何Numpy中整数除法结果dtype始终为float64？

这是NumPy预先硬编码的设计规则，和np.can_cast的转换能力、通用类型提升逻辑无关，核心原因有三个：

1. 除法ufunc的类型映射是预设好的
   NumPy的除法操作对应的np.divide ufunc，其输入输出的类型组合是提前定义在ufunc.types里的。你可以运行下面的代码验证：

   print(np.divide.types)
   

   输出里能看到所有整数类型配对的条目，比如bb->d（b代表int8，d代表float64）、hh->d（h代表int16），这些条目直接规定了任意整数类型相除的结果都是float64，完全是预先设定的映射，不是通过np.result_type之类的通用规则动态算出来的。

2. 为了最大化结果精度的决策
   整数除法几乎必然产生非整数结果，NumPy选float64作为统一输出类型，是为了避免精度损失：

   • float64可以精确表示所有2^{53以内的整数，而NumPy里从int8到int64的所有整数类型，取值范围都远小于2}53，用float64能保证整数除法的结果尽可能精确。
   • 统一用float64也让结果类型更稳定，不管输入的整数类型是啥，输出类型都固定，减少了类型不一致带来的麻烦。

3. 和混合类型除法的规则不一样
   如果是整数和浮点数混合除法（比如int8 / float16），会遵循通用的类型提升规则：先把整数转成对应的浮点类型，再做运算，所以结果是float16。但纯整数间的除法是特殊场景，被单独处理成输出float64，这是两种完全不同的类型推导逻辑。

总结一下：NumPy对整数除法的类型规则是“特例优先”，为了精度和稳定性直接固定死了输出为float64，和能不能转成更小的浮点类型没关系。

内容的提问来源于stack exchange，提问作者14thibea