Question

我需要编写一个函数F，它接受一个带有dtype = object的numpy数组，并返回数组的所有元素是浮点数，整数还是字符串。例如：

F(np.array([1., 2.], dtype=object))  --> float
F(np.array(['1.', '2.'], dtype=object))  --> string
F(np.array([1, 2], dtype=object))  --> int
F(np.array([1, 2.], dtype=object))  --> float
F(np.array(['hello'], dtype=object))  --> string

F(np.array([1, 'hello'], dtype=object))  --> ERROR

任何想法如何有效地做到这一点？（==使用numpy内置函数）

非常感谢

Answer 1

最简单的方法是通过np.array运行内容并检查结果类型：

a = np.array([1., 2.], dtype=object)
b = np.array(['1.', '2.'], dtype=object)
c = np.array([1, 2], dtype=object)
d = np.array([1, 2.], dtype=object)
e = np.array(['hello'], dtype=object)
f = np.array([1, 'hello'], dtype=object)

>>> np.array(list(a)).dtype
dtype('float64')
>>> np.array(list(b)).dtype
dtype('S2')
>>> np.array(list(c)).dtype
dtype('int32')
>>> np.array(list(d)).dtype
dtype('float64')
>>> np.array(list(e)).dtype
dtype('S5')

如果类型不兼容，则无法引发错误，因为这不是numpy的行为：

>>> np.array(list(f)).dtype
dtype('S5')

Answer 2

不确定这是对象管理最有效的方法，但是如何：

def F(a):
    unique_types = set([type(i) for i in list(a)])
    if len(unique_types) > 1:
        raise ValueError('data types not consistent')
    else:
        return unique_types.pop()

如何快速检查numpy数组的所有元素是否为浮点数？

2 个答案: