为 np.array(1.) 指定默认 dtype答案

【问题标题】：Specifying default dtype for np.array(1.)为 np.array(1.) 指定默认 dtype
【发布时间】：2016-12-17 07:42:01
【问题描述】：

有没有办法指定与 np.array(1.) 等构造一起使用的默认 dtype？

我特别希望np.array(1.) 成为np.float32 和np.array(1) 成为np.int32。相反，我得到np.float64 和np.int64

【问题讨论】：

标签： python numpy

【解决方案1】：

默认值取决于您的系统。在 64 位系统上，默认类型为 64 位。在 32 位系统上，默认类型为 32 位。没有办法改变使用不同系统 C 头重新编译 numpy 的默认值。

您当然可以明确指定 dtypes，例如

>>> x = np.array(1, dtype='int32')

编辑：正如 kazemakase 下面提到的，以上仅适用于 int32/int64。在最近的 numpy 版本中，无论系统如何，浮点的默认值都是 float64。

【讨论】：

好的，看起来 numpy 还没有为 GPU 时代做好准备。现在的系统是 64 位的，但 GPU 计算主要是在 32 位中完成的，所以我们最终会发现人们通过将默认的 numpy 类型传播到 GPU 来做次优的事情

【解决方案2】：

您可以使用np.float32 或np.int32 作为np.ndarray 构造函数：

>>> np.float32([1.])
array([ 1.], dtype=float32)
>>> np.int32([1])
array([1], dtype=int32)

但如果给定标量输入（不是 0 级数组），则返回一个 numpy 标量：

>>> np.float32(1)
1.
>>> np.asarray(np.float32(1))  # Use np.asarray to convert it to an array
array(1.0, dtype=float32)

重新定义默认 dtype 似乎不是那么容易，另请参阅：

如果您不关心额外的开销，您可以随时使用字典作为“开关”来为您认为不合适的人获取正确的 dtype：

defaults = {np.dtype('int64'): np.int32,
            np.dtype('float64'): np.float32}

before = 1.
np.array(before, dtype=defaults.get(np.result_type(before), None))

但是，对于复杂的类型，例如字符（字符串）或对象，这将失败。

【讨论】：