numpy.asarray:如何检查其结果dtype是否为数字?

问题描述

我必须从具有int，float或复数的类似数组的数据中创建一个 numpy.ndarray .

I have to create a numpy.ndarray from array-like data with int, float or complex numbers.

我希望使用 numpy.asarray 函数来做到这一点.

I hope to do it with numpy.asarray function.

我不想给它一个严格的 dtype 参数，因为我想将复杂的值转换为 complex64 或 complex128 ，浮点数到 float32 或 float64 等

I don't want to give it a strict dtype argument, because I want to convert complex values to complex64 or complex128, floats to float32 or float64, etc.

但是，如果我只是简单地运行 numpy.ndarray(some_unknown_data)并查看其结果的dtype，我如何理解数据是数字的，而不是对象，字符串或其他东西?

But if I just simply run numpy.ndarray(some_unknown_data) and look at the dtype of its result, how can I understand, that the data is numeric, not object or string or something else?

推荐答案

您可以检查数组的dtype是否为 np.number 的子dtype.例如:

You could check if the dtype of the array is a sub-dtype of np.number. For example:

>>> np.issubdtype(np.complex128, np.number)
True
>>> np.issubdtype(np.int32, np.number)
True
>>> np.issubdtype(np.str_, np.number)
False
>>> np.issubdtype('O', np.number) # 'O' is object
False

基本上，这只是检查dtype是否在 NumPy dtype层次结构:

Essentially, this just checks whether the dtype is below 'number' in the NumPy dtype hierarchy:

这篇关于numpy.asarray:如何检查其结果dtype是否为数字?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！