有没有办法指定与np.array(1.)
等结构一起使用的默认dtype?
我希望np.array(1.)
np.float32
和np.array(1)
为np.int32
。相反,我得到np.float64
和np.int64
答案 0 :(得分:5)
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的系统C头重新编译numpy的默认短路。
您当然可以明确指定dtypes,例如
>>> x = np.array(1, dtype='int32')
编辑:正如kazemakase在下面提到的,上面只适用于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。
答案 1 :(得分: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)
但如果给出标量输入(不是排名0数组),则返回numpy-scalar:
>>> 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似乎并不那么容易,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“切换”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))
然而,这会因字符(字符串)或对象等复杂类型而失败。