<p>numpy.int64 int . का उदाहरण नहीं है</p>

को निर्मित 27 जन॰ 2013 · 4टिप्पणियाँ · स्रोत: numpy/numpy

जैसा कि xlwt में

यहाँ सुन्न व्यवहार की एक परीक्षा है (पायथन 2.7.3, सुन्न 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
>>>

ऐसा लगता है कि numpy ने अपने int32 और float64 को अन्य सॉफ़्टवेयर द्वारा पहचानने योग्य बनाने के लिए काम किया है, लेकिन int64 नहीं।

Proposal numpy.core

स्रोत

dmvianna

👍2

सबसे उपयोगी टिप्पणी

यह सही है - अजगर 'int' या तो 32 या 64 बिट है (आपके पर निर्भर करता है)
निर्माण; आप 32-बिट अजगर का उपयोग कर रहे हैं), इसलिए या तो np.int32 या np.int64
उससे प्राप्त होता है। np.float32 'फ्लोट' का उदाहरण नहीं है, या तो, क्योंकि
इसी तरह पायथन 'फ्लोट' को विशेष रूप से डबल-प्रेसिजन में संग्रहित किया जाता है।

(वास्तव में यह भी मूर्खतापूर्ण है क्योंकि 'int' के numpy ints _aren't_ उदाहरण नहीं हैं
या 'फ्लोट', लेकिन जो भी हो।)

आप जो करने की कोशिश कर रहे हैं उसके लिए isinstance(..., int) गलत टूल है। अगर तुम
सामान्य रूप से numpy प्रकारों का उपयोग करके पूर्णांक का पता लगाना चाहते हैं, सबसे आसान बात
do isinstance(..., np.integer)।

शनिवार, 26 जनवरी, 2013 को रात 8:15 बजे, डेनियल वियाना ने नोटिफिकेशन @github.comलिखा :

जैसा कि xlwt https://github.com/python-excel/xlwt/issues/15 में बताया गया है:
यहाँ सुन्न व्यवहार की एक परीक्षा है (पायथन 2.7.3, सुन्न 1.6.2)
इंपोर्ट numpy>>> डेटा = [t(123456) t के लिए (numpy.int32, numpy.int64, numpy.float64)]>>> [टाइप (डी) डेटा में d के लिए],,]>>> डेटा [123456, 123456, 123456.0]>>> check_types = (int, long, float)>>> डेटा में d के लिए प्रकार के लिए:... प्रिंट प्रकार (d), repr(c), isinstance(d, c)...सत्यझूठाझूठाझूठाझूठाझूठाझूठाझूठासच>>>
ऐसा लगता है कि numpy ने अपना int32 और float64 बनाने का काम किया है
अन्य सॉफ़्टवेयर द्वारा पहचानने योग्य लेकिन int64 नहीं।
-
इस ईमेल का सीधे उत्तर दें या इसे Gi tHubhttps://github.com/numpy/numpy/issues/2951 पर देखें

njsmith 27 जन॰ 2013

👍3

सभी 4 टिप्पणियाँ

शनिवार, 26 जनवरी, 2013 को रात 8:15 बजे, डेनियल वियाना ने नोटिफिकेशन @github.comलिखा :

जैसा कि xlwt https://github.com/python-excel/xlwt/issues/15 में बताया गया है:
यहाँ सुन्न व्यवहार की एक परीक्षा है (पायथन 2.7.3, सुन्न 1.6.2)
इंपोर्ट numpy>>> डेटा = [t(123456) t के लिए (numpy.int32, numpy.int64, numpy.float64)]>>> [टाइप (डी) डेटा में d के लिए],,]>>> डेटा [123456, 123456, 123456.0]>>> check_types = (int, long, float)>>> डेटा में d के लिए प्रकार के लिए:... प्रिंट प्रकार (d), repr(c), isinstance(d, c)...सत्यझूठाझूठाझूठाझूठाझूठाझूठाझूठासच>>>
ऐसा लगता है कि numpy ने अपना int32 और float64 बनाने का काम किया है
अन्य सॉफ़्टवेयर द्वारा पहचानने योग्य लेकिन int64 नहीं।
-
इस ईमेल का सीधे उत्तर दें या इसे Gi tHubhttps://github.com/numpy/numpy/issues/2951 पर देखें

njsmith 27 जन॰ 2013

👍3

इसके अलावा, पायथन 3 पर, Numpy के पूर्णांक प्रकारों में से कोई भी मूल int प्रकार (जो एक चर-आकार का पूर्णांक है) से संबंधित नहीं है।

pv 29 जन॰ 2013

मुझे लगता है कि मूल रिपोर्ट पर अपने नोट में नथानिएल पूरी तरह से सही है। Numpy को numbers.Integral आदि को इनहेरिट/पंजीकृत करना चाहिए जो कि अजगर 2.4 और 2.5 को छोड़ने में अच्छी तरह से फिट बैठता है। यदि कोई पूर्णांक पसंदों की व्यापक पहचान चाहता है, तो उन्हें वैसे भी numbers.Integral (या शायद इसी तरह की बतख टाइपिंग __index__ विधि का प्रयास करें) की जांच करनी चाहिए।

seberg 29 जन॰ 2013

👍1

#4547 और 1.9.0 तक, numpy नंबर मॉड्यूल के साथ नंबर रजिस्टर करता है। इसे संबंधित के रूप में बंद करना।

charris 25 मार्च 2014

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

<p>numpy.int64 int . का उदाहरण नहीं है</p>

सबसे उपयोगी टिप्पणी

सभी 4 टिप्पणियाँ

संबंधित मुद्दों