NumPy 数据类型比较

Question

我正在尝试比较两个不同数组的数据类型，以选择一个适合组合两者的数组。我很高兴地发现我可以执行比较操作，但在这个过程中发现了以下奇怪的行为：

In [1]: numpy.int16 > numpy.float32
Out[1]: True

In [2]: numpy.dtype('int16') > numpy.dtype('float32')
Out[2]: False

谁能解释一下这是怎么回事？这是 NumPy 1.8.2.

Answer 1

没什么意思。 Python 2 尝试为未定义如何相互比较的对象提供一致但无意义的比较结果。开发人员认为这是一个错误，在 Python 3 中，这些比较将引发 TypeError.

Answer 2

第一个比较没有意义，第二个有意义。

对于 numpy.int16 > numpy.float32 我们正在比较两个 type 对象：

>>> type(numpy.int16)
type
>>> numpy.int16 > numpy.float32 # I'm using Python 3
TypeError: unorderable types: type() > type()

在 Python 3 中，此比较立即失败，因为没有为 type 实例定义顺序。在 Python 2 中，返回了一个布尔值，但不能依赖其一致性（它回退到比较内存地址或其他实现级别的东西）。

第二个比较在 Python 3 中起作用，并且它始终如一地起作用（在 Python 2 中相同）。这是因为我们现在正在比较 dtype 个实例：

>>> type(numpy.dtype('int16'))
numpy.dtype
>>> numpy.dtype('int16') > numpy.dtype('float32')
False
>>> numpy.dtype('int32') < numpy.dtype('|S10')
False
>>> numpy.dtype('int32') < numpy.dtype('|S11')
True

这个顺序背后的逻辑是什么？

dtype 个实例根据一个实例是否可以（安全地）转换为另一个实例来排序。一种类型小于另一种类型，如果它可以安全地转换到那种类型。

比较运算符的实现，参见descriptor.c; specifically at the arraydescr_richcompare函数。

这是 < 运算符映射到的内容：

switch (cmp_op) {
 case Py_LT:
        if (!PyArray_EquivTypes(self, new) && PyArray_CanCastTo(self, new)) {
            result = Py_True;
        }
        else {
            result = Py_False;
        }
        break;

本质上，NumPy 只是检查这两种类型 (i) 不等价，以及 (ii) 第一种类型可以转换为第二种类型。

此功能也在 NumPy API 中公开为 np.can_cast:

>>> np.can_cast('int32', '|S10')
False
>>> np.can_cast('int32', '|S11')
True

NumPy 数据类型比较

NumPy data type comparison

python

types

numpy