np.common_type()函数

原创

勤奋的大熊猫 2022-07-13 18:21:05 博主文章分类：Python科学计算基础 ©著作权

文章标签 python numpy 数组数组类型初始化 文章分类 后端开发

©著作权归作者所有：来自51CTO博客作者勤奋的大熊猫的原创作品，请联系作者获取转载授权，否则将追究法律责任

调用方式：

numpy.common_type(*arrays)

各个参数的意义：
*arrays:表示输入的参数可以为多个数组，但是一定要为ndarray才能够被这个函数识别，其他的类型如int，float，complex都无法被识别从而报错。
有返回值，会得到一个能够包含所有输入的所有数组类型的类型。

这个numpy中的函数有什么作用呢？通常它会被用在一个函数中来获取传递进入函数的数组参数的类型，之后就可以使用这个结果来创建和输入数组同样类型的其他数组。代码如下：

import numpy as np


class Debug:
    def mainProgram(self, x1):
        dtype_x1 = np.common_type(x1)
        print(dtype_x1)                         # <class 'numpy.float32'>
        x2 = np.ones([2, 2], dtype=dtype_x1)
        print(x2.dtype)                         # float32
        x3 = np.ones([2, 2], dtype=x1.dtype)
        print(x3.dtype)                         # float32
        

if __name__ == "__main__":
    main = Debug()
    x1 = np.array([1, 2], dtype=np.float32)
    print(x1.dtype)                             # float32
    main.mainProgram(x1)

我们可以看到我们在外部创建了一个全局数组变量x1，它的类型我们使用x1.dtype打印得到为float32。然后我们将它传递进入mainProgram()中，之后我们使用np.common_type()获取它的类型为<class 'numpy.float32'>，然后我们创建了一个新的数组x2并将我们刚刚获取的类型结果通过dtype参量传递对下x2数组进行初始化，接着我们打印x2的类型发现和x1的类型一致。至此，我们实现了使用np.common_type()获取给定数组类型并创建相同类型新数组的过程。然后我们又创建了一个新的数组x3，这次我们直接将x1.dtype得到的x1数组类型通过dtype参数传递对x3数组进行初始化，结果我们也获取到了与x1数组类型一致的新数组。由此我们可以说，这两种方式是可以等价的。 然而如果我们需要创建很多个与x1数组类型一致的数组，采用后一种x1.dtype获取类型并传递的方法就会导致程序的可读性很差，这也是np.common_type()函数应运而生的原因。

然而如果仅仅是这样，这个函数功能就显得有些重复了，其实np.common_type()的主要用法并非如此，而是经常被用在以下的情况，代码如下：

import numpy as np


class Debug:
    def mainProgram(self):
        x1 = np.array([1, 2], dtype=np.int32)
        x2 = np.array([1, 2], dtype=np.float32)
        type_12 = np.common_type(x1, x2)
        print(type_12)                        # <class 'numpy.float64'>
        
        
if __name__ == "__main__":
    main = Debug()
    main.mainProgram()

我们创建一个int类型的数组和一个float类型的数组，从输出结果不难发现，它们的共同类型就是<class 'numpy.float64'>，也就是说np.common_type()可以找出数组们共同所属的类型集合。这里找出的是两个数组的共同所属类型集合，那么多个可不可以呢？答案是可以的。代码如下：

import numpy as np


class Debug:
    def mainProgram(self):
        x1 = np.array([1, 2], dtype=np.int32)
        x2 = np.array([1, 2], dtype=np.float32)
        x3 = np.array([1, 2], dtype=np.complex64)
        type_123 = np.common_type(x1, x2, x3)
        print(type_123)                         # <class 'numpy.complex128'>
        
        
if __name__ == "__main__":
    main = Debug()
    main.mainProgram()