numpy.ndarray的類型提示/註釋（PEP 484）

In [586]: np.array({'test':1}) # a dictionary 
Out[586]: array({'test': 1}, dtype=object) 

In [587]: np.array(['one','two']) # a list 
Out[587]: 
array(['one', 'two'], 
     dtype='<U3') 

In [589]: np.array({'one','two'}) # a set 
Out[589]: array({'one', 'two'}, dtype=object)

爲了你自己的功能，如

def foo(x: np.ndarray) -> np.ndarray:

作品的註釋。當然，如果你的函數最終調用了一些numpy函數，它通過asanyarray來傳遞它的參數（如同許多函數一樣），這樣的註解將是不完整的，因爲你的輸入可能是list或np.matrix等。

來源

2016-02-28 20:45:00 hpaulj

提交https://github.com/numpy/numpy/issues/7370 – Inon

您使用的是什麼軟件，編輯器或解釋器，它使用'annotations'？據我所知，在普通的Python 3中，一個函數會得到一個'__annotations__'字典，但是解釋器不會做任何事情。 – hpaulj

你是否想在現有的'numpy'函數（包括'np.array'）中添加'輸入'註釋，或者只是將類型添加到自己的函數中？ – hpaulj

結賬DataShape。它使用數據類型以及一些輸入和輸出數組應該有多大的語法。

來源

2016-02-27 23:28:49 Back2Basics

因此DataShape是一個Numpy _alternative_？不是我想到的，因爲我正在使用SciPy，它需要Numpy。 – Inon

DataShape是一個描述。目前沒有官方功能註釋，但到目前爲止，這是我見過的Numpy類型的最佳描述，如果您打算構建函數註釋。是的，我建議創建一個新的模塊名稱，並在將函數註釋引入numpy源代碼之前將其用作概念驗證。 – Back2Basics

我做什麼，只是把它定義爲

快譯通[元組[INT，INT] TYPE]

因此，舉例來說，如果你想花車你可以做的數組：

a = numpy.empty(shape=[2, 2], dtype=float) # type: Dict[Tuple[int, int], float]

這當然是不準確的，從一個文檔的觀點，但分析正確使用和得到適當的補償與pyCharm letion它效果很好！

來源

2016-10-18 19:39:52

numpy.ndarray的類型提示/註釋（PEP 484）

回答

相關問題