Numpy: ОШИБКА: продвижение timedelta и float иногда работает

Похоже, что по крайней мере np.multiply поддерживает это.

import numpy as np
print(np.multiply(np.timedelta64(1), 1.2))

Я думаю, что вышесказанное тоже следует считать ошибкой.

Я думаю, что вопрос всегда в том, что для ufuncs «правила литья реализуются с помощью вопроса о том, когда тип данных может быть« безопасно »преобразован в другой тип данных», как описано в документации. Похоже, есть исключения, подобные приведенным выше, когда приведение типов небезопасно, но мы заставили ufunc работать. Я предполагаю, что в этом случае Promote_types все равно должен сообщать о недопустимом продвижении типа (как для np.promote_types ("float32", "m8"), так и для np.promote_types ("m8", "float32")). Вопрос о том, нужно ли нам продолжать работу ufunc, можно решать в индивидуальном порядке?

Да, мы должны четко различать, что np.promote_types должно быть общим правилом, которое всегда разумно. Вот почему мне нравится термин «обычный dtype». Это, например, dtype, который можно использовать с np.concatenate .

Каждый ufunc индивидуально может решить реализовать определенную операцию, используя «общий dtype» или другую логику. Мы специально делаем это для multiple и timedelta64, так что это действительно отдельная проблема.

Я полагаю, что мы фактически не используем эту логику во многих местах, поскольку ufuncs в основном полагаются на np.can_cast(..., ...) как вы заметили. И хотя это обычно связано с продвижением шрифтов, здесь этого нет.

Учитывая приведенное выше обсуждение, я пошел дальше и добавил исправление для Promo_types.