在集合和元组中比较Numpy数据类型？

Question

所以，我遇到了一个奇怪的问题：判断一个集合（set）是否包含一个Numpy数据类型对象与判断一个元组（tuple）是否包含该对象会得到不同的结果：

In [1]: x = np.zeros(8)

In [2]: x.dtype
Out[2]: dtype('float64')

In [3]: x.dtype in (np.float32, np.float64)
Out[3]: True

In [4]: x.dtype in {np.float32, np.float64}
Out[4]: False

为什么会发生这种情况？是什么阻止set().__contains__()在查看numpy.dtype对象时返回True？

- XYZT

---

有趣.. x.dtype in {np.float32, np.float64, np.dtype('float64')} 这个起作用了.. 但我也想知道为什么会这样.. - sharathnatraj

我怀疑set使用的是is测试，而元组（或列表）使用了更宽松的==测试。float64实际上是一个函数（类型为type）。np.dtype('float64')是一个dtype对象。 - hpaulj

是的，看起来是这样的， 对于 x = 1.0， print(type(x) in {npa.float32, np.float64}) print(isinstance(1.0, (np.float64,np.float32))) 返回 False 然而， print(type(x) in {float, np.float32, np.float64}) print(isinstance(1.0, (float, np.float32, np.float64))) 返回 True。 - sharathnatraj

@sharathnatraj，他正在测试数组的dtype，而不是Python float的type。 - hpaulj

当然，我只是在我的测试中使用Python的“float”作为例子。对于“numpy”数组的“dtype”，行为也是相同的。这只是为了看到set是否使用了“isinstance()”类型的测试。 - sharathnatraj

Answer 1

检查集合成员资格使用的是__hash__()而不是__eq__()。在这种情况下，它只是简单地表明这些对象彼此相等，但生成了不同的哈希值：

In [1]: np.float64 == np.dtype(np.float64)
Out[1]: True

In [2]: hash(np.float64)
Out[2]: 8793996338852

In [3]: hash(np.dtype(np.float64))
Out[3]: -7365930899603730638

- XYZT