我需要創建一個非常大的numpy數組來保存非負整數值。我事先知道最大的整數是多少，所以我想盡可能使用最小的數據類型。到目前為止，我有以下內容：>>> import numpy as np>>> def minimal_type(max_val, types=[np.uint8,np.uint16,np.uint32,np.uint64]): ''' finds the minimal data type needed to correctly store the given max_val returns None if none of the provided types are sufficient ''' for t in types: if max_val <= np.iinfo(t).max: return t return None>>> print(minimal_type(42))<class 'numpy.uint8'>>>> print(minimal_type(255))<class 'numpy.uint8'>>>> print(minimal_type(256))<class 'numpy.uint16'>>>> print(minimal_type(4200000000))<class 'numpy.uint32'>>>> 有沒有numpy內置的方法來實現這個功能？
1 回答
白豬掌柜的
TA貢獻1893條經驗 獲得超10個贊
它是numpy.min_scalar_type。文檔中的示例：
>>> np.min_scalar_type(10)
dtype('uint8')
>>> np.min_scalar_type(-260)
dtype('int16')
>>> np.min_scalar_type(3.1)
dtype('float16')
>>> np.min_scalar_type(1e50)
dtype('float64')
>>> np.min_scalar_type(np.arange(4,dtype='f8'))
dtype('float64')
您可能對浮點數的行為不感興趣，但無論如何我都會為遇到這個問題的其他人包括它，特別是因為使用 float16 并且缺少 float->int 降級可能會令人驚訝。
添加回答
舉報
0/150
提交
取消