更高精度的選擇類型

Question

功能common_precision需要兩個numpy陣列，如x和y。我想確保它們處於同一個最高精確度。看來，dtypes的關係比較做一些事情，以我想要的東西，而是：

1. 我不知道它實際上是比較
2. 它認爲numpy.int64 < numpy.float16，這我不知道，如果我同意

    def common_precision(x, y): 
     if x.dtype > y.dtype: 
      y = y.astype(x.dtype) 
     else: 
      x = x.astype(y.dtype) 
     return (x, y) 

編輯： 由於kennytm的答案，我發現與NumPy的find_common_type不正是我想要的。

    def common_precision(self, x, y):   
     dtype = np.find_common_type([x.dtype, y.dtype], []) 
     if x.dtype != dtype: x = x.astype(dtype) 
     if y.dtype != dtype: y = y.astype(dtype)  
     return x, y 

Answer 1

x.dtype > y.dtype裝置y.dtypecan be casted tox.dtype（&& x.dtype != y.type），所以：

>>> numpy.dtype('i8') < numpy.dtype('f2') 
False 
>>> numpy.dtype('i8') > numpy.dtype('f2') 
False 

float16和int64類型僅僅是不相容的。您可以提取一些信息，如：

>>> numpy.dtype('f2').kind 
'f' 
>>> numpy.dtype('f2').itemsize 
2 
>>> numpy.dtype('i8').kind 
'i' 
>>> numpy.dtype('i8').itemsize 
8 

並確定您的比較方案基於此。