Matplotlib绘制SHA-256哈希整数直方图时出现TypeError问题求助

看起来你已经完成了作业的核心部分，就差最后一步的直方图绘制啦！这个错误其实很好解决，我来帮你拆解分析：

错误根源 #

你遇到的TypeError: ufunc 'isfinite' not supported for the input types，本质原因是SHA-256转换后的整数是256位的超大Python任意精度整数（数值范围在0到2^256-1之间）。Matplotlib的hist函数依赖numpy处理数据，而numpy无法直接识别这种超大的Python原生整数，导致用于校验数值有效性的isfinite函数无法处理该类型，最终抛出类型错误。

两种快速修复方案 #

方案1：将超大整数归一化到[0,1)区间（推荐）

把256位大整数除以2^256，转换成0到1之间的浮点数，这样numpy能完美处理，同时直方图的x轴会更直观（原始数值范围过大，直接展示没有实际参考意义）。

修改你的plot_histogram函数如下：

def plot_histogram(results, bins = 20):
    # 直接提取所有SHA-256对应的整数（无需重复转换或校验）
    integer_values = [val for _, _, val in results]
    # 归一化到0-1区间，解决超大整数的类型兼容问题
    normalized_values = [val / (2 ** 256) for val in integer_values]

    plt.figure(figsize=(10, 6))
    plt.hist(normalized_values, bins=bins, color='purple', edgecolor='black')
    plt.title(f'SHA-256整数归一化直方图（{bins}个区间）')
    plt.xlabel('归一化后数值（0到1）')
    plt.ylabel('频数')
    plt.grid(axis='y', linestyle='--', linewidth=0.7, alpha=0.7)
    # 加个小注释帮助理解归一化的作用
    plt.figtext(0.5, 0.01, '注：将256位大整数除以2^256实现归一化，解决numpy无法处理超大整数的问题', ha='center', fontsize=8)
    plt.show()

方案2：利用numpy的uint256类型（需环境支持）

如果你的numpy版本≥1.20，它支持uint256无符号256位整数类型，可以直接转换后绘制直方图：

import numpy as np

def plot_histogram(results, bins = 20):
    # 转换为numpy支持的uint256类型
    integer_values = np.array([val for _, _, val in results], dtype=np.uint256)

    plt.figure(figsize=(10, 6))
    plt.hist(integer_values, bins=bins, color='purple', edgecolor='black')
    plt.title(f'SHA-256整数直方图（{bins}个区间）')
    plt.xlabel('256位整数值')
    plt.ylabel('频数')
    # 开启科学计数法显示x轴，避免数值过长
    plt.ticklabel_format(style='sci', axis='x', scilimits=(0,0))
    plt.grid(axis='y', linestyle='--', linewidth=0.7, alpha=0.7)
    plt.show()

额外小优化 #

你原来的plot_histogram函数里有一段冗余代码：

integer_values = [int(integer_value) for _, _, integer_value in results if isinstance(integer_value, int)]

这里的int(integer_value)强制转换和isinstance类型判断都是多余的——你的sha256_to_int函数返回的肯定是整数类型，直接提取即可。

把修改后的函数替换掉原来的版本，再运行代码就能正常生成直方图啦！

备注：内容来源于stack exchange，提问作者Sergio Gonzalez