numpy.promote_types#

numpy.promote_types(type1, type2, /)#

返回一个数据类型，该数据类型具有最小的尺寸和最小的标量类型，并且 type1 和 type2 都可以安全地转换为该类型。返回的数据类型始终被视为“规范的”，这主要意味着提升后的 dtype 始终采用原生字节序。

此函数是对称的，但很少是结合的。

参数:
type1dtype 或 dtype 说明符

第一个数据类型。

type2dtype 或 dtype 说明符

第二个数据类型。

返回:
outdtype

提升后的数据类型。

另请参阅

result_type, dtype, can_cast

备注

有关提升的更多信息，请参阅 numpy.result_type。

从 NumPy 1.9 开始，当一个参数是整数或浮点数 dtype，另一个参数是字符串 dtype 时，promote_types 函数现在返回一个有效的字符串长度。以前，它总是返回输入的字符串 dtype，即使它不足以存储转换为字符串的最大整数/浮点值。

版本 1.23.0 中已更改。

NumPy 现在支持对更多结构化 dtypes 进行提升。它将删除结构化 dtype 中不必要的填充，并单独提升包含的字段。

示例

>>> import numpy as np
>>> np.promote_types('f4', 'f8')
dtype('float64')

>>> np.promote_types('i8', 'f4')
dtype('float64')

>>> np.promote_types('>i8', '<c8')
dtype('complex128')

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

非结合性案例的示例

>>> p = np.promote_types
>>> p('S', p('i1', 'u1'))
dtype('S6')
>>> p(p('S', 'i1'), 'u1')
dtype('S4')
在此页面