如果我有一个numpy dtype,我如何自动将它转换为最接近的python数据类型?例如,
numpy.float32 -> "python float"
numpy.float64 -> "python float"
numpy.uint32 -> "python int"
numpy.int16 -> "python int"
我可以尝试提出所有这些情况的映射,但是numpy是否提供了某种自动方法来将其数据类型转换为尽可能接近的原生python类型?这种映射不一定是详尽的,但它应该转换与python相似的常见数据类型。我想这在numpy的某个地方已经发生了。
发布于 2012-07-09 14:27:01
使用val.item()
将大多数Python值转换为原生NumPy类型:
import numpy as np
# for example, numpy.float32 -> python float
val = np.float32(0)
pyval = val.item()
print(type(pyval)) # <class 'float'>
# and similar...
type(np.float64(0).item()) # <class 'float'>
type(np.uint32(0).item()) # <class 'int'>
type(np.int16(0).item()) # <class 'int'>
type(np.cfloat(0).item()) # <class 'complex'>
type(np.datetime64(0, 'D').item()) # <class 'datetime.date'>
type(np.datetime64('2001-01-01 00:00:00').item()) # <class 'datetime.datetime'>
type(np.timedelta64(0, 'D').item()) # <class 'datetime.timedelta'>
...
(另一种方法是np.asscalar(val)
,但是从NumPy 1.16开始就不推荐使用它了)。
出于好奇心,为您的系统构建一个NumPy array scalars转换表:
for name in dir(np):
obj = getattr(np, name)
if hasattr(obj, 'dtype'):
try:
if 'time' in name:
npn = obj(0, 'D')
else:
npn = obj(0)
nat = npn.item()
print('{0} ({1!r}) -> {2}'.format(name, npn.dtype.char, type(nat)))
except:
pass
有一些NumPy类型在某些系统上没有原生Python等效项,包括:clongdouble
、clongfloat
、complex192
、complex256
、float128
、longcomplex
、longdouble
和longfloat
。在使用.item()
之前,需要将它们转换为最接近的NumPy等效项。
发布于 2013-04-24 18:46:30
我发现自己有一组混合的numpy类型和标准的python。由于所有的numpy类型都是从numpy.generic
派生的,下面是如何将所有内容转换为python标准类型的方法:
if isinstance(obj, numpy.generic):
return numpy.asscalar(obj)
发布于 2017-03-21 17:33:37
如果您想要将(numpy.array或numpy标量或本机类型或numpy.darray)转换为本机类型,您可以简单地执行以下操作:
converted_value = getattr(value, "tolist", lambda: value)()
tolist会将你的标量或数组转换为python原生类型。默认的lambda函数负责处理值已经是本机的情况。
https://stackoverflow.com/questions/9452775
复制相似问题