如何检查 numpy dtype 是否是整数？答案

【问题标题】：How do I check if a numpy dtype is integral?如何检查 numpy dtype 是否是整数？
【发布时间】：2014-04-23 16:16:32
【问题描述】：

如何检查 numpy dtype 是否是整数？我试过了：

issubclass(np.int64, numbers.Integral)

但它给出了False。

更新：它现在提供True。

【问题讨论】：

标签： python numpy integer abc

【解决方案1】：

Numpy 具有类似于类层次结构的 dtype 层次结构（标量类型实际上具有反映 dtype 层次结构的真实类层次结构）。您可以使用np.issubdtype(some_dtype, np.integer) 测试数据类型是否为整数数据类型。请注意，与大多数使用 dtype 的函数一样，np.issubdtype() 会将其参数转换为 dtype，因此任何可以通过 np.dtype() 构造函数生成 dtype 的东西都可以使用。

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

在 numpy 的未来版本中，我们将确保标量类型注册到适当的 numbers ABC。

【讨论】：

只是跟进，the upcoming numpy 1.9 将使用numbers ABC 注册标量类型，因此issubclass(np.int32, numbers.Integral) 将起作用，感谢Martin Teichmann。

【解决方案2】：

请注意，np.int64 不是 dtype，它是 Python 类型。如果你有一个实际的 dtype（通过数组的 dtype 字段访问），你可以使用你发现的 np.typecodes dict：

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

如果你只有np.int64这样的类型，可以先获取该类型对应的dtype，然后如上查询：

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

【讨论】：

【解决方案3】：

在之前的答案和 cmets 的基础上，我决定将 dtype 对象的 type 属性与 Python 的内置 issubclass() 方法和 numbers 模块一起使用：

import numbers
import numpy

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

【讨论】：

【解决方案4】：

自从提出这个问题以来，NumPy 已经添加了使用numbers 的适当注册，所以这是可行的：

issubclass(np.int64, numbers.Integral)
issubclass(np.int64, numbers.Real)
issubclass(np.int64, numbers.Complex)

这比深入到更深奥的 NumPy 界面更优雅。

要对 dtype 实例执行此检查，请使用其 .type 属性：

issubclass(array.dtype.type, numbers.Integral)
issubclass(array.dtype.type, numbers.Real)
issubclass(array.dtype.type, numbers.Complex)

【讨论】：

【解决方案5】：

根据用例进行鸭式打字

import operator
int = operator.index(number)

在我看来是一个很好的方法。另外，它不需要任何特定的 numpy。

唯一的缺点是在某些情况下你必须try/except它。

【讨论】：

【解决方案6】：

你是指第 17 行吗？

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

【讨论】：

当然，但不幸的是，这不适用于np.int64
有趣，实际上它只适用于int_、intc、intp 和int32。
我猜你使用的是 Python 2？
（对我来说 intp 和 int_ 是 int64。）
看起来它甚至依赖于平台/版本，我在 Win32 Python 2.7.6。 Numpy 1.8.1。文件提到intc和intp可以是int32或int64，我相信。