python – numpy.array()中的dtype参数

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – numpy.array()中的dtype参数，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1727字，纯文字阅读大概需要3分钟。

内容图文

我试图理解Numpy中dtypes的逻辑.

numpy.min_scalar_type(10)
-> uint8

和：

a = numpy.array([10])
print(a.dtype)
-> int32 (on my machine)

我期待uint8而不是int32,因为(1.9)doc说：

numpy.array(object, dtype=None, …)

dtype : data-type, optional. The desired data-type for the array. If
not given, then the type will be determined as the minimum type
required to hold the objects in the sequence

和：

numpy.min_scalar_type(a)

For scalar a, returns the data type with the smallest size and
smallest scalar kind which can hold its value.

…

Returns: out : dtype. The minimal data type.

我误解了什么吗？

解决方法:

python列表可以包含不同类型的对象,例如X = [‘apples’,’oranges’,10].如果你输入([10]),你会发现容器的Python类型在技术上被称为列表,而不是数组.

相反,在numpy数组中,所有对象都是相同类型的dtype.

文档告诉您,在创建numpy数组时,dtype设置为将包含所有现有对象的类型.

看,看：

the type will be determined as the minimum type required to hold the objects in the sequence

作家或许应该加上“而不是他们的价值观”

我们可以轻松地制作一个uint8：

ten = np.uint8(10)

如果将它放入Python列表中,它会保留其类型,因为Python列表会保留类型.如果将该列表发送到numpy.array()以生成numpy数组,则numpy数组将使用dtype np.uint8,因为它足以容纳所有(1)预先存在的Python列表对象.

In [49]: np.array([ten]).dtype
Out[49]: dtype('uint8')

但是如果我们使用文字10,python将为它而不是np.uint8创建一个int对象,因为np.uint8是numpy特有的,而且所有10都调用python来创建该数字.

如果我们创建一个包含文字10的Python列表,我们会复制您的结果(使用机器架构整数)：

In [50]: np.array([10]).dtype
Out[50]: dtype('int64')

如果我们将这两种类型放在一个python列表中,并将该列表发送到np.array以创建一个numpy数组,那么dtype必须足够大以容纳两个对象,在本例中为int64.

In [51]: np.array([ten, 10]).dtype
Out[51]: dtype('int64')

内容总结

以上是互联网集市为您收集整理的python – numpy.array()中的dtype参数全部内容，希望文章能够帮你解决python – numpy.array()中的dtype参数所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端