파이썬에서 numpy 유형을 식별하는 방법은 무엇입니까?

Question 1

객체에 numpy 유형이 있는지 어떻게 안정적으로 결정할 수 있습니까?

이 질문이 덕 타이핑의 철학에 위배된다는 것을 알고 있지만, 아이디어는 scipy와 numpy를 사용하는 함수가 numpy 유형으로 호출되지 않는 한 numpy 유형을 반환하지 않도록하는 것입니다. 이것은 다른 질문에 대한 해결책으로 나오지만, 객체가 numpy 유형을 가지고 있는지를 결정하는 일반적인 문제는 분리되어야하는 원래의 질문에서 충분히 멀리 떨어져 있다고 생각합니다.

Question 2

내장 type함수를 사용하여 유형을 가져온 다음 __module__속성을 사용하여 정의 된 위치를 찾을 수 있습니다 .

>>> import numpy as np
a = np.array([1, 2, 3])
>>> type(a)
<type 'numpy.ndarray'>
>>> type(a).__module__
'numpy'
>>> type(a).__module__ == np.__name__
True

Question 3

내가 생각 해낸 해결책은 다음과 같습니다.

isinstance(y, (np.ndarray, np.generic) )

그러나 모든 numpy 유형이 또는 중 하나임을 보장하는 것은 100 % 명확 하지 않으며 이는 버전이 견고하지 않을 수 있습니다.np.ndarraynp.generic

Question 4

오래된 질문이지만 예를 들어 확실한 대답을 얻었습니다. 동일한 문제가 있었고 명확한 답을 찾지 못했기 때문에 질문을 최신 상태로 유지하는 것이 아프지 않습니다. 핵심은 numpy가져 왔는지 확인한 다음 isinstancebool 을 실행하는 것 입니다. 간단 해 보일 수 있지만 다른 데이터 유형에 대해 계산을 수행하는 경우이 작은 검사는 벡터화 된 작업을 시작하기 전에 빠른 테스트 역할을 할 수 있습니다.

##################
# important part!
##################

import numpy as np

####################
# toy array for demo
####################

arr = np.asarray(range(1,100,2))

########################
# The instance check
######################## 

isinstance(arr,np.ndarray)

Question 5

그것은 실제로 당신이 찾고있는 것에 달려 있습니다.

시퀀스가 실제로 있는지 테스트하려면 ndarraya isinstance(..., np.ndarray)가 가장 쉬울 것입니다. 모듈이 다를 수 있으므로 백그라운드에서 numpy를 다시로드하지 않도록하십시오. 그렇지 않으면 괜찮습니다. MaskedArrays, matrix, recarray의 모든 서브 클래스 ndarray그래서 당신은 설정해야합니다.
스칼라가 numpy 스칼라인지 테스트하려면 상황이 좀 더 복잡해집니다. shape및 dtype속성 이 있는지 확인할 수 있습니다 . dtype에서 찾을 수있는 목록의 기본 dtypes와 비교할 수 있습니다 np.core.numerictypes.genericTypeRank. 이 목록의 요소는 문자열이므로 다음을 수행해야합니다 tested.dtype is np.dtype(an_element_of_the_list).

Question 6

유형을 얻으려면 내장 type함수를 사용하십시오 . in연산자를 사용하면 문자열이 포함되어 있는지 확인하여 유형이 numpy 유형인지 테스트 할 수 있습니다 numpy.

In [1]: import numpy as np

In [2]: a = np.array([1, 2, 3])

In [3]: type(a)
Out[3]: <type 'numpy.ndarray'>

In [4]: 'numpy' in str(type(a))
Out[4]: True

(이 예제는 IPython 에서 실행되었습니다 . 대화 형 사용과 빠른 테스트에 매우 편리합니다.)

Question 7

참고가 type(numpy.ndarray)A는 type자체 부울 스칼라 유형에 대한 조심을. 직관적이거나 쉽지 않은 경우 너무 낙심하지 마십시오. 처음에는 고통 스럽습니다.

참조 : -https : //docs.scipy.org/doc/numpy-1.15.1/reference/arrays.dtypes.html-https : //github.com/machinalis/mypy-data/tree/master/numpy- mypy

>>> import numpy as np
>>> np.ndarray
<class 'numpy.ndarray'>
>>> type(np.ndarray)
<class 'type'>
>>> a = np.linspace(1,25)
>>> type(a)
<class 'numpy.ndarray'>
>>> type(a) == type(np.ndarray)
False
>>> type(a) == np.ndarray
True
>>> isinstance(a, np.ndarray)
True

부울로 재미 :

>>> b = a.astype('int32') == 11
>>> b[0]
False
>>> isinstance(b[0], bool)
False
>>> isinstance(b[0], np.bool)
False
>>> isinstance(b[0], np.bool_)
True
>>> isinstance(b[0], np.bool8)
True
>>> b[0].dtype == np.bool
True
>>> b[0].dtype == bool  # python equivalent
True

스칼라 유형에 대한 더 많은 재미는 다음을 참조하십시오.- https //docs.scipy.org/doc/numpy-1.15.1/reference/arrays.scalars.html#arrays-scalars-built-in

>>> x = np.array([1,], dtype=np.uint64)
>>> x[0].dtype
dtype('uint64')
>>> isinstance(x[0], np.uint64)
True
>>> isinstance(x[0], np.integer)
True  # generic integer
>>> isinstance(x[0], int)
False  # but not a python int in this case

# Try matching the `kind` strings, e.g.
>>> np.dtype('bool').kind                                                                                           
'b'
>>> np.dtype('int64').kind                                                                                          
'i'
>>> np.dtype('float').kind                                                                                          
'f'
>>> np.dtype('half').kind                                                                                           
'f'

# But be weary of matching dtypes
>>> np.integer
<class 'numpy.integer'>
>>> np.dtype(np.integer)
dtype('int64')
>>> x[0].dtype == np.dtype(np.integer)
False

# Down these paths there be dragons:

# the .dtype attribute returns a kind of dtype, not a specific dtype
>>> isinstance(x[0].dtype, np.dtype)
True
>>> isinstance(x[0].dtype, np.uint64)
False  
>>> isinstance(x[0].dtype, np.dtype(np.uint64))
Traceback (most recent call last):
  File "<console>", line 1, in <module>
TypeError: isinstance() arg 2 must be a type or tuple of types
# yea, don't go there
>>> isinstance(x[0].dtype, np.int_)
False  # again, confusing the .dtype with a specific dtype


# Inequalities can be tricky, although they might
# work sometimes, try to avoid these idioms:

>>> x[0].dtype <= np.dtype(np.uint64)
True
>>> x[0].dtype <= np.dtype(np.float)
True
>>> x[0].dtype <= np.dtype(np.half)
False  # just when things were going well
>>> x[0].dtype <= np.dtype(np.float16)
False  # oh boy
>>> x[0].dtype == np.int
False  # ya, no luck here either
>>> x[0].dtype == np.int_
False  # or here
>>> x[0].dtype == np.uint64
True  # have to end on a good note!