主页 / coding / 问题 / 77266246
Accepted
P.Jo
Asked: 2023-10-10 21:31:48 +0800 CST

在 numpy 文档中输入 i4 和 S8 的升级规则

  • 772

我从 numpydoc 中看到了这个例子：

np.promote_types('i4', 'S8')
dtype('S11')

基本上，我无法理解以下内容：

i4 占用 4 个字节，S8 占用 8 个字节。那么，就内存而言，为什么我需要 S11 来容纳这两种类型呢？我本来期待S8的结果。

numpy

2 个回答

  1. Best Answer

    S8是一个字符串。因此，在选择数据类型来容纳 i4 和 S8 时要考虑的相关情况是将 i4 中可能的最长数字表示为字符串。

    要将 -2,147,483,648 表示为字符串，您需要 11 个字符。这就是为什么你得到 S11 作为结果。

    • 2

  2. “查看”与“i4”和“S8”相同的位模式的示例是：

    In [213]: np.array([1,2,3,4], dtype='i4').view('S8')
Out[213]: array([b'\x01\x00\x00\x00\x02', b'\x03\x00\x00\x00\x04'], dtype='|S8')

    4*4=16个数据缓冲区可以看作两个“S8”

    当我们尝试从整数数组和字符串一创建一个新数组（例如连接）时，就会发生强制转换/类型提升：

    In [214]: np.hstack([np.array([1],'i4'),np.array(['testings'],dtype='S8')])
Out[214]: array([b'1', b'testings'], dtype='|S11')

    或者使用默认的 unicode 字符串格式：

    In [215]: np.array([1, 'testings'])
Out[215]: array(['1', 'testings'], dtype='<U11')
    • 0

相关问题