考虑以下dtype float32的NumPy数组：
In [29]: x = numpy.arange(10, dtype=numpy.float32)
当我使用 pytables.Expr 将其乘以 2 时，我得到一个float32数组：
In [30]: tables.Expr('x * 2').eval().dtype
Out[30]: dtype('float32')
然而，当我将其乘以 2.0 时，我得到一个float64数组：
In [31]: tables.Expr('x * 2.0').eval().dtype
Out[31]: dtype('float64')
有没有办法在上述表达式中指定浮点文字，而不会导致结果提升为 float64？
更一般地说，我有一个使用 float32 数组的表达式，我想确保结果也是 float32 类型（我不介意float64用于中间计算，但我负担不起将结果存储为 float64 ）。我该怎么做？
我很
确定pytables.Expr是基于Numexpr的。Numexpr 的文档记录了有关表达式中提升的以下信息：
在暗示标量和数组的操作中，通常规则 在 Numexpr 中使用强制转换，与 NumPy 相反，其中数组类型 优先。例如，如果"a"是 float32 类型的数组，并且 'b' 是 float64 类型的标量（或 Python float 类型，即 等效），则 'a*b' 在 Numexpr 中返回一个 float64，但在 NumPy（即数组操作数优先确定结果 类型）。如果需要将结果保留为 float32，请确保使用 浮点32标量也是。
所以这可能就是正在发生的事情。浮点常量负责提升到 64 位浮点数，解决方案是显式指定浮点常量为 float32。