如果我有一个 numpy dtype，我如何自动将其转换为最接近的 python 数据类型？例如，

numpy.float32 -> "python float"
numpy.float64 -> "python float"
numpy.uint32  -> "python int"
numpy.int16   -> "python int"

我可以尝试提出所有这些情况的映射，但是 numpy 是否提供了某种自动方式将其 dtype 转换为最接近的可能的 native python 类型？这种映射不需要详尽，但它应该转换具有接近 python 模拟的常见 dtype。我认为这已经发生在 numpy 的某个地方。

最佳答案

使用 val.item()将大多数 NumPy 值转换为原生 Python 类型:

import numpy as np

# for example, numpy.float32 -> python float
val = np.float32(0)
pyval = val.item()
print(type(pyval))         # <class 'float'>

# and similar...
type(np.float64(0).item()) # <class 'float'>
type(np.uint32(0).item())  # <class 'int'>
type(np.int16(0).item())   # <class 'int'>
type(np.cfloat(0).item())  # <class 'complex'>
type(np.datetime64(0, 'D').item())  # <class 'datetime.date'>
type(np.datetime64('2001-01-01 00:00:00').item())  # <class 'datetime.datetime'>
type(np.timedelta64(0, 'D').item()) # <class 'datetime.timedelta'>
...

(另一种方法是 np.asscalar(val)，但自 NumPy 1.16 起已弃用)。

为了好奇，建立一个 NumPy array scalars 的转换表对于您的系统:

for name in dir(np):
    obj = getattr(np, name)
    if hasattr(obj, 'dtype'):
        try:
            if 'time' in name:
                npn = obj(0, 'D')
            else:
                npn = obj(0)
            nat = npn.item()
            print('{0} ({1!r}) -> {2}'.format(name, npn.dtype.char, type(nat)))
        except:
            pass

有一些 NumPy 类型在某些系统上没有原生 Python 等效项，包括:clongdouble、clongfloat、complex192、complex256、float128、longcomplex、longdouble 和 longfloat。在使用 .item() 之前，需要将它们转换为最接近的 NumPy 等效项。

https://stackoverflow.com/questions/9452775/