Как узнать, содержит ли массив numpy целые числа?
Я знаю, что есть простое решение для этого, но, похоже, не может найти его на данный момент.
Учитывая массив numpy, мне нужно знать, содержит ли массив целые числа.
Проверка dtype per-se недостаточна, так как существует несколько int dtypes (int8, int16, int32, int64...).
Ответы
Ответ 1
Найденный в numpy book! Страница 23:
Другие типы в иерархии определяют определенные категории типов. Эти категории могут быть полезны для проверки того, является ли объект Возвращаемый self.dtype.type относится к определенному классу (с использованием issubclass).
issubclass(n.dtype('int8').type, n.integer)
>>> True
issubclass(n.dtype('int16').type, n.integer)
>>> True
Ответ 2
Проверка целочисленного типа не работает для float, которые являются целыми числами, например. 4.
Лучшее решение np.equal(np.mod(x, 1), 0)
, как в:
>>> import numpy as np
>>> def isinteger(x):
... return np.equal(np.mod(x, 1), 0)
...
>>> foo = np.array([0., 1.5, 1.])
>>> bar = np.array([-5, 1, 2, 3, -4, -2, 0, 1, 0, 0, -1, 1])
>>> isinteger(foo)
array([ True, False, True], dtype=bool)
>>> isinteger(bar)
array([ True, True, True, True, True, True, True, True, True,
True, True, True], dtype=bool)
>>> isinteger(1.5)
False
>>> isinteger(1.)
True
>>> isinteger(1)
True
Ответ 3
Это также работает:
n.dtype('int8').kind == 'i'
Ответ 4
Функция Numpy issubdtype() может использоваться следующим образом:
import numpy as np
size=(3,3)
A = np.random.randint(0, 255, size)
B = np.random.random(size)
print 'Array A:\n', A
print 'Integers:', np.issubdtype(A[0,0], int)
print 'Floats:', np.issubdtype(A[0,0], float)
print '\nArray B:\n', B
print 'Integers:', np.issubdtype(B[0,0], int)
print 'Floats:', np.issubdtype(B[0,0], float)
Результаты:
Array A:
[[ 9 224 33]
[210 117 83]
[206 139 60]]
Integers: True
Floats: False
Array B:
[[ 0.54221849 0.96021118 0.72322367]
[ 0.02207826 0.55162813 0.52167972]
[ 0.74106348 0.72457807 0.9705301 ]]
Integers: False
Floats: True
PS. Имейте в виду, что элементы массива всегда имеют один и тот же тип данных.
Ответ 5
Пока принятый ответ от 2009 года остается в силе, есть новое и расширенное решение от Numpy v0.19, выпущенного в сентябре 2014 года:
Все числовые типы numpy теперь регистрируются с помощью иерархии типов в модуле чисел python.
Это позволяет проверить dtype
на Python Числовые абстрактные базовые классы.
isinstance(np.dtype('int8'), numbers.Integral)
issubclass(np.dtype('int32').type, numbers.Integral)
Вы можете протестировать против numbers.Complex
, numbers.Real
и numbers.Integral
.
P.S. Поскольку вам больше не нужно обращаться к .type
, вы можете сократить свою строку на несколько символов.;)