尝试添加不同类型的数字时出现MethodError
function random_step(x, dx)
num=randn(1)
return x + num*dx
end
random_step(1, 1)
运行此代码给了我：
julia> random_step(1, 1)
ERROR: MethodError: no method matching +(::Int32, ::Array{Float64,1})
For element-wise addition, use broadcasting with dot syntax: scalar .+ array
Closest candidates are:
+(::Any, ::Any, ::Any, ::Any...) at operators.jl:538
+(::T, ::T) where T<:Union{Int128, Int16, Int32, Int64, Int8, UInt128, UInt16, UInt32, UInt64, UInt8} at int.jl:86
+(::Union{Int16, Int32, Int8}, ::BigInt) at gmp.jl:531
...
Stacktrace:
[1] random_step(::Int32, ::Int32) at .REPL[1]:3
[2] top-level scope at REPL[2]:1
所以我假设当我输入 1 时，数据类型不是 randn 的 Float64。那么如何在 julia 中快速创建变量并控制它们的数据类型？我经常需要这样做来调试代码。这对我继续与朱莉娅一起会是一个问题吗？我认为它就像 python，我是否经常需要摆弄函数之间使用和传递的数据类型？
回答
问题是 randn(1) 生成的是 Array{Float64,1} 而不是 Float64。
如果添加两个标量，即使它们的类型不同，它们中的一个（或两个）也会按预期提升，例如：
julia> 1 + 1.0
2.0
但是，添加一个数组和一个标量并没有明确的规则，这正是您要尝试做的。
什么地方出了错？
函数 randn(1) 创建一个数组，其中包含 Float64 类型的元素，而不仅仅是一个元素。
您可以查看 randn 的文档并了解原因：
help?> randn
search: randn rand transcode macroexpand @macroexpand1 @macroexpand CartesianIndex CartesianIndices
randn([rng=GLOBAL_RNG], [T=Float64], [dims...])
Generate a normally-distributed random number of type T with mean 0 and standard deviation 1. Optionally
generate an array of normally-distributed random numbers.
因此，通过使用 (1) 调用，您指定您想要一个一维数组，其中唯一的维度有一个元素。
如何解决？
您应该将您的功能定义为
function random_step(x, dx)
num=randn()
return x + num*dx
end
请注意，我正在调用rand()，它返回一个 Float64 而不是rand(1)返回一个包含 Float64 类型元素的数组。
这样做，您可以看到您的示例有效：
julia> function random_step(x, dx)
num=randn()
return x + num*dx
end
random_step (generic function with 1 method)
julia> random_step(1, 1)
1.5813972833750205