使用np.float64时Python内核崩溃，切换为float32正常，求原因

核心问题：无限递归导致内核崩溃 #

你定义的round函数存在无限递归的致命问题：

• 当输入参数x的类型是np.float64时，函数内部调用了round(x)，但这里调用的不是Python内置的round，而是你自己定义的这个同名函数
• 每次调用都会重复进入判断逻辑，不断递归调用自身，瞬间耗尽内存导致内核崩溃

为什么float32时无错误？ #

当x的dtype是float32时，不满足x.dtype == np.float64的判断条件，函数直接返回x，不会触发递归逻辑，因此不会出现崩溃问题。

修复方案 #

解决方法很简单，避免递归调用自己的函数，明确指向Python内置的round即可，有两种常见方式：

方式1：重命名自定义函数（推荐）

避免和内置函数重名，从根源上解决冲突：

def custom_round(x):
    if x.dtype == np.float64:
        return round(x)  # 这里调用的是Python内置round
    else:
        return x

方式2：明确调用内置round函数

如果不想改名，可以直接引用内置函数：

def round(x):
    if x.dtype == np.float64:
        return __builtins__.round(x)  # 显式指定调用内置round
    else:
        return x

补充说明 #

当你在DataFrame上应用这个函数时，pandas会对每个元素执行函数逻辑。对于float64类型的元素，每一次处理都会触发无限递归，栈深度迅速超过上限，最终导致内核崩溃；而float32元素的处理不会进入递归分支，因此流程正常。

内容的提问来源于stack exchange，提问作者Who_amI