<p>numpy.int64 ليس مثيلاً لـ int</p>

تم إنشاؤها على ٢٧ يناير ٢٠١٣ · 4تعليقات · مصدر: numpy/numpy

كما ورد في xlwt :

فيما يلي فحص للسلوك غير المترابط (Python 2.7.3 ، numpy 1.6.2)

>>> import numpy
>>> data = [t(123456) for t in (numpy.int32, numpy.int64, numpy.float64)]
>>> [type(d) for d in data]
[<type 'numpy.int32'>, <type 'numpy.int64'>, <type 'numpy.float64'>]
>>> data
[123456, 123456, 123456.0]
>>> check_types = (int, long, float)
>>> for d in data:
...     for c in check_types:
...         print type(d), repr(c), isinstance(d, c)
...
<type 'numpy.int32'> <type 'int'> True
<type 'numpy.int32'> <type 'long'> False
<type 'numpy.int32'> <type 'float'> False
<type 'numpy.int64'> <type 'int'> False
<type 'numpy.int64'> <type 'long'> False
<type 'numpy.int64'> <type 'float'> False
<type 'numpy.float64'> <type 'int'> False
<type 'numpy.float64'> <type 'long'> False
<type 'numpy.float64'> <type 'float'> True
>>>

يبدو أن numpy قد أنجز العمل لجعله يتعرف على int32 و float64 بواسطة برامج أخرى ولكن ليس int64.

Proposal numpy.core

مصدر

dmvianna

👍2

التعليق الأكثر فائدة

هذا صحيح - python 'int' إما 32 أو 64 بت (اعتمادًا على ملف
يبني؛ أنت تستخدم python 32 بت) ، لذلك إما np.int32 أو np.int64
مشتق منه. np.float32 ليس مثيلًا لـ "float" أيضًا ، لأن
بالمثل يتم تخزين Python 'float' بدقة مزدوجة.

(حقًا حتى هذا سخيف لأن numpy ints _ ليست _ مثيلاً لـ 'int'
أو "تطفو" ، لكن أيا كان.)

isinstance (...، int) هي الأداة الخاطئة لما تحاول القيام به. اذا أنت
تريد اكتشاف الأعداد الصحيحة بشكل عام باستخدام أنواع numpy ، أبسط شيء
do isinstance (...، np. صحيحة).

يوم السبت ، 26 كانون الثاني (يناير) 2013 الساعة 8:15 مساءً ، كتب دانيال فيانا [email protected] :

كما ورد في xlwt https://github.com/python-excel/xlwt/issues/15 :
فيما يلي فحص للسلوك غير المترابط (Python 2.7.3 ، numpy 1.6.2)
استيراد numpy >>> data = [t (123456) for t in (numpy.int32، numpy.int64، numpy.float64)] >>> [type (d) for d in data] [وو] >>> البيانات [123456، 123456، 123456.0] >>> check_types = (int، long، float) >>> لـ d في البيانات: ... لأنواع c in check : ... print type (d)، repr (c)، isinstance (d، c) ....حقيقيخاطئةخاطئةخاطئةخاطئةخاطئةخاطئةخاطئةصحيح >>>
يبدو أن numpy قد أنجز العمل لجعله int32 و float64
يمكن التعرف عليها من قبل برامج أخرى ولكن ليس int64.
-
يمكنك الرد على هذه الرسالة الإلكترونية مباشرةً أو عرضها على Gi tHubhttps: //github.com/numpy/numpy/issues/2951.

njsmith في ٢٧ يناير ٢٠١٣

👍3

ال 4 كومينتر

(حقًا حتى هذا سخيف لأن numpy ints _ ليست _ مثيلاً لـ 'int'
أو "تطفو" ، لكن أيا كان.)

يوم السبت ، 26 كانون الثاني (يناير) 2013 الساعة 8:15 مساءً ، كتب دانيال فيانا [email protected] :

كما ورد في xlwt https://github.com/python-excel/xlwt/issues/15 :
فيما يلي فحص للسلوك غير المترابط (Python 2.7.3 ، numpy 1.6.2)
استيراد numpy >>> data = [t (123456) for t in (numpy.int32، numpy.int64، numpy.float64)] >>> [type (d) for d in data] [وو] >>> البيانات [123456، 123456، 123456.0] >>> check_types = (int، long، float) >>> لـ d في البيانات: ... لأنواع c in check : ... print type (d)، repr (c)، isinstance (d، c) ....حقيقيخاطئةخاطئةخاطئةخاطئةخاطئةخاطئةخاطئةصحيح >>>
يبدو أن numpy قد أنجز العمل لجعله int32 و float64
يمكن التعرف عليها من قبل برامج أخرى ولكن ليس int64.
-
يمكنك الرد على هذه الرسالة الإلكترونية مباشرةً أو عرضها على Gi tHubhttps: //github.com/numpy/numpy/issues/2951.

njsmith في ٢٧ يناير ٢٠١٣

👍3

أيضًا ، في Python 3 ، لا يرتبط أي من أنواع الأعداد الصحيحة Numpy بنوع int الأصلي (وهو عدد صحيح متغير الحجم).

pv في ٢٩ يناير ٢٠١٣

أعتقد أن ناثانيال كان محقًا تمامًا في ملاحظته حول التقرير الأصلي. يجب أن يرث Numpy / يسجل numbers.Integral وما إلى ذلك ، وهو ما يتناسب تمامًا مع إسقاط python 2.4 و 2.5. إذا أراد أي شخص التعرف على عدد صحيح من إبداءات الإعجاب ، فيجب أن يتحقق من numbers.Integral (أو ربما يجرب البطة المماثلة التي تكتب طريقة __index__ ) على أي حال.