numpy.promote_types#
- numpy.promote_types(type1, type2)#
返回数据类型,该类型具有最小的尺寸和最小的标量种类,
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认为是“规范的”,这主要意味着提升后的 dtype 始终将采用本机字节序。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。
- 返回值:
- outdtype
提升后的数据类型。
注释
有关提升的更多信息,请参阅
numpy.result_type
。版本 1.6.0 中的新功能。
从 NumPy 1.9 开始,当给定一个整数或浮点数 dtype 作为参数和一个字符串 dtype 作为另一个参数时,promote_types 函数现在会返回一个有效的字符串长度。以前,它总是返回输入字符串 dtype,即使它不够长以存储转换为字符串的最大整数/浮点数。
版本 1.23.0 中的更改。
NumPy 现在支持更多结构化 dtype 的提升。它现在将从结构化 dtype 中删除不必要的填充,并分别提升包含的字段。
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')
非结合情况的示例
>>> p = np.promote_types >>> p('S', p('i1', 'u1')) dtype('S6') >>> p(p('S', 'i1'), 'u1') dtype('S4')