我有遗留的 windows numpy 代码,其中有很多没有显式 dtype 的 nd.array 整数。在 Windows 中,它们被视为 np.int32。移动到 linux,它们变成了 np.int64,这会导致很多类型问题。
而不是在代码中的许多地方添加显式 dtype,
我能否以某种方式强制 linux 64 上的 numpy 将整数视为 np.int32 而不是 np.int64。 例如:np.array(1) 将变为 np.int32。
我看到有人在 1 中询问过它, ~两年前,想知道从那以后是否有什么改变。
最佳答案
遗留代码的一个变通方法可能是数组构造函数的装饰器,它将 dtype int64
的对象转换为 dtype int32
的对象:
from functools import wraps
def intas32(func):
@wraps(func)
def wrapper(*args, **kwargs):
obj = func(*args, **kwargs)
if (kwargs.get('dtype') is None
and hasattr(obj, 'dtype')
and obj.dtype == np.int64):
return obj.astype(np.int32)
return obj
return wrapper
现在创建你的一个版本:
my_arange = intas32(np.arange)
并使用它:
>>> my_arange(2)
array([0, 1], dtype=int32)
或猴子修补 NumPy 以获得所有需要的功能:
>>> np.arange = intas32(np.arange)
>>> np.arange(2)
array([0, 1], dtype=int32)
>>> np.array = intas32(np.array)
>>> np.array(1)
array(1, dtype=int32)
小心并测试这是否真的有效。
您可以通过编程方式执行此操作:
for name in ['array', 'arange']:
obj = getattr(np, name)
setattr(np, name, intas32(obj))
关于linux - python整数的numpy默认dtype,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48538142/