将numpy数据类型与字符串进行比较

Question

许多numpy函数都会采用dtype参数，可以是字符串（例如"float64"）、numpy数据类型（例如numpy.float64）或甚至是python数据类型（例如float）。

我需要比较两个数据类型并希望支持这种灵活的接口。是否有一个函数可以在所有这些形式下都是等效的？也就是说，我想要最小化的函数f，使得： f("float64") == f(numpy.float64) == f(float) numpy内部使用了什么呢？

- MRocklin

Answer 1

你应该阅读numpy文档中描述数据类型层次结构的Scalars页面。

对于比较数据类型本身，你可以使用np.issubdtype。以下是一些示例：

>>> import numpy as np
>>> np.issubdtype(np.int32, int)
True
>>> np.issubdtype(np.int32, float)
False
>>> np.issubdtype(float, np.floating)
True
>>> np.issubdtype(float, np.inexact)
True
>>> np.issubdtype(np.float32, float)
True
>>> np.issubdtype(np.float32, int)
False
>>> np.issubdtype(np.float32, np.floating)
True

- jterrace

---

啊，我没有考虑到 subdtype 比较。不错。 - JAB

在a.dtype.name中，'int'看起来更可取。 - beardc

Answer 2

最简单的方法是每次创建一个新的numpy.dtype对象，因为它已经具备了所有必要的类型规范化和标准化以及相等性检查。实际上，我还没有看过内部结构，所以很可能它并不会为numpy已经拥有的那些dtype实例创建一个新的实例（就像使用numpy.array并不总是创建一个新的数组一样），这将非常高效。

numpy.float64 == numpy.dtype('float64') == numpy.dtype(numpy.float64) == numpy.dtype(float)
numpy.int32 == numpy.dtype('int32') == numpy.dtype(numpy.int32) == numpy.dtype(int)

- JAB