Python整数与浮点乘法错误：numpy数组运算输出全为0/1问题

该输出结果的核心触发逻辑为NumPy的类型继承与隐式转换规则：

• 构建cm0时，传入的a、b、c为纯整数列表，因此np.array([a,b,c])会自动推断为整型数组，数据类型为int。
• 调用np.empty_like(cm0)创建cm1时，会完全继承源数组的形状与数据类型，生成同维度的整型空数组。
• 循环向整型数组写入带小数的运算结果时，NumPy会自动将浮点数向零取整为整数：例如运算得到的1.62、0.56等值，截断后仅保留整数部分，最终输出全为0、1的整数矩阵。

• 方案1：创建cm1时手动指定浮点类型，覆盖默认的类型继承逻辑
  将原代码中cm1 = np.empty_like(cm0)替换为：
  cm1 = np.empty_like(cm0, dtype=np.float64)
  修改后向数组赋值时，浮点数会被正常保留，不会出现截断问题。
• 方案2：移除双层循环与手动初始化空数组的冗余逻辑，利用NumPy广播机制完成运算
  删除原代码中的双层循环和cm1初始化语句，替换为向量化运算代码：
  cm1 = cr[:, np.newaxis] * cm0 * cr[np.newaxis, :]
  由于cr本身为浮点类型数组，逐元素运算的结果会自动匹配浮点数据类型，运算效率远高于双层Python循环。

内容的提问来源于stack exchange，提问作者user3015347