为什么对刚创建的NumPy数组使用/=赋值会抛出true_divide相关TypeError？

问题原因 #

核心是NumPy数组的原地运算规则和数据类型(dtype)转换限制导致的：

• 刚创建的arr = np.array([1,2,3])默认dtype为整数类型（通常是int32或者int64，取决于操作系统）
• /=属于原地运算符，执行运算时默认遵循safe类型转换规则：不允许将浮点型计算结果直接写入整数类型的数组，因为该转换会丢失小数部分，属于不安全的类型转换，因此直接抛出TypeError
• 执行arr = arr / 2时不属于原地操作，NumPy会直接创建一个新的浮点类型数组存储计算结果，再把变量arr指向这个新数组，此时arr的dtype已经变更为浮点类型
• 后续再执行arr /= 2时，运算对象本身已经是浮点类型，计算结果也为浮点类型，不存在不安全的类型转换，因此可以正常运行。

你可以通过打印dtype验证这个逻辑：

>>> arr = np.array([1,2,3])
>>> print(arr.dtype)
int64
>>> arr = arr /2
>>> print(arr.dtype)
float64

如果确实需要对整数数组原地执行除法，可以显式指定casting规则（注意会直接截断小数部分）：

>>> arr = np.array([1,2,3])
>>> np.divide(arr, 2, out=arr, casting='unsafe')
>>> arr
array([0, 1, 1])

内容的提问来源于stack exchange，提问作者Shudipto Amin