python - matrices - numpy dtype

¿Cómo compruebo si un dtype numpy es integral?

Question

¿Cómo compruebo si un dtype numpy es integral? Lo intenté:

issubclass(np.int64, numbers.Integral)

pero da False .

Actualización: ahora da True .

Answer 1

¿Te refieres a la línea 17?

In [13]:

import numpy as np
A=np.array([1,2,3])
In [14]:

A.dtype
Out[14]:
dtype(''int32'')
In [15]:

isinstance(A, np.ndarray) #A is not an instance of int32, it is an instance of ndarray
Out[15]:
True
In [16]:

A.dtype==np.int32 #but its dtype is int32
Out[16]:
True
In [17]:

issubclass(np.int32, int) #and int32 is a subclass of int
Out[17]:
True

Answer 2

Aprovechando las respuestas y comentarios anteriores, me decidí a usar el atributo type del objeto dtype con el método de issubclass() incorporado de Python y el módulo de numbers :

import numbers
import numpy

assert issubclass(numpy.dtype(''int32'').type, numbers.Integral)
assert not issubclass(numpy.dtype(''float32'').type, numbers.Integral)

Answer 3

Dependiendo del caso de uso del patito

import operator
int = operator.index(number)

Es un buen método en mi opinión. Además no necesita nada numpy específico.

La única desventaja es que en algunos casos tendrías que try / except .

Answer 4

Esta no es una gran respuesta, pero una forma de verificar si una clase some_dtype es un dtype integral (por ejemplo, np.int32 ) es llamándola y np.int32 en una cadena:

str(dtype()) == ''0''

Los tipos de punto flotante dan 0.0 lugar.

Answer 5

Numpy tiene una jerarquía de tipos de datos similar a una jerarquía de clases (los tipos escalares en realidad tienen una jerarquía de clases auténtica que refleja la jerarquía de tipos de datos). Puede usar np.issubdtype(some_dtype, np.integer) para probar si un dtype es un dtype entero. Tenga en cuenta que al igual que la mayoría de las funciones que consumen np.issubdtype() , np.issubdtype() convertirá sus argumentos en dtypes, por lo que se puede usar cualquier cosa que pueda hacer un dtype a través del constructor np.dtype() .

http://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html#specifying-and-constructing-data-types

>>> import numpy as np
>>> np.issubdtype(np.int32, np.integer)
True
>>> np.issubdtype(np.float32, np.integer)
False
>>> np.issubdtype(np.complex64, np.integer)
False
>>> np.issubdtype(np.uint8, np.integer)
True
>>> np.issubdtype(np.bool, np.integer)
False
>>> np.issubdtype(np.void, np.integer)
False

En una versión futura de numpy, nos aseguraremos de que los tipos escalares estén registrados con los numbers apropiados ABCs.

Answer 6

Tenga en cuenta que np.int64 no es un dtype, es un tipo Python. Si tiene un dtype real (accedido a través del campo dtype de una matriz), puede hacer uso del np.typecodes que descubrió:

my_array.dtype.kind in np.typecodes[''AllInteger'']

Si solo tiene un tipo como np.int64 , primero puede obtener un dtype que se corresponda con el tipo, y luego consultarlo como se muestra arriba:

>>> np.dtype(np.int64).kind in np.typecodes[''AllInteger'']
True