我有一个输入数组，它是一个掩码数组。
当我检查平均值时，我得到一个无意义的数字：小于报告的最小值！
所以，原始数组：numpy.mean(A) < numpy.min(A). 注意A.dtype返回float32。
修复：A3=A.astype(float)。A3 仍然是一个掩码数组，但现在平均值介于最小值和最大值之间，所以我相信它是正确的！现在由于某种原因A3.dtype是float64。为什么？？为什么会改变它，为什么它在 64 位是正确的，而在 32 位是完全不正确的？
任何人都可以解释为什么我需要重铸阵列以准确计算平均值吗？（事实证明，有或没有 numpy）。
编辑：我使用的是 64 位系统，所以是的，这就是重铸将其更改为 64 位的原因。事实证明，如果我对数据进行子集化（使用从 netCDF 输入中提取netCDF4 Dataset），则没有这个问题，较小的数组不会产生这个问题 - 因此它是由溢出引起的，因此切换到 64 位可以防止这个问题。
所以我仍然不清楚为什么它最初会加载为 float32，但我猜它旨在节省空间，即使它是 64 位系统。数组本身是1872x128x256300 左右的非屏蔽值，事实证明这足以导致溢出 :)