Numpy切片赋值归一化后数组数值与预期不一致问题求助

错误原因 #

• 数组类型隐式截断问题：你初始化scaled时是直接从img拷贝生成，图片数组默认多为uint8类型（取值范围0~255），因此scaled初始dtype也会继承为uint8。对切片赋值时，右侧除以255得到的是浮点结果，但是赋值给uint8类型的数组时，NumPy会自动将浮点值截断取整为整数，数值已经发生失真。而test是拷贝数组后直接整体除以255，运算过程中数组会自动提升为浮点类型，不会发生截断，二者数值必然存在差异。
• 浮点数相等比较的精度问题：即便你提前将scaled转换为浮点型避免了截断，直接用==对比浮点运算结果也很容易因为计算精度误差返回False，这类数值对比场景应该使用np.allclose()做近似相等判断。

修正示例代码 #

# 提前将scaled转换为浮点型，避免赋值截断
scaled = np.array(img, copy=True).astype(np.float32)                                                            
test = np.array(img, copy=True) / 255                                                                                                                                                                   
scaled[:, :, :, :3] = scaled[:, :, :, :3] / 255.0                                                                                                          
print(np.allclose(scaled, test)) # 此时将返回True

内容的提问来源于stack exchange，提问作者taDachs