为什么 NumPy int 不是 Python int 的实例，但 NumPy float 是 Python float 的实例？

考虑以下：

>>> import numbers
>>> import numpy
>>> a = numpy.int_(0)
>>> isinstance(a, int)
False
>>> isinstance(a, numbers.Integral)
True
>>> b = numpy.float_(0)
>>> isinstance(b, float)
True
>>> isinstance(b, numbers.Real)
True

NumPy's numpy.int_ and numpy.float_类型都是Python的数字抽象基类层次结构，但令我感到奇怪的是np.int_ object is not内置的一个实例int类，同时np.float_ object is内置的一个实例float type.

为什么会这样呢？

Python 整数可以是任意长度：type(10**1000)还是int，如果你输出它，将会在屏幕上打印出一个一，然后打印出一千个零。

Numpy int64（这是什么int_在我的机器上）是由 8 个字节（64 位）表示的整数，超过该值的任何内容都无法表示。例如，np.int_(10)**1000会给你一个错误的答案 - 但很快；）。

因此，它们是不同种类的数字；将一个子类化为另一个子类化与子类化一样有意义int under float会，是我的假设numpy人们认为。最好将它们分开，这样就不会有人混淆这一事实，因为混淆它们是不明智的。

分割完成是因为任意大小的整数很慢，而numpy尝试通过坚持机器友好的类型来加速计算。

另一方面，浮点是标准 IEEE 浮点，无论是在 Python 还是在numpy，由我们的处理器提供开箱即用的支持。