Wie der Bereich der gültigen Numpy Daten-Typen?

Ich bin daran interessiert, für einen bestimmten Numpy-Typ (z.B. np.int64, np.uint32, np.float32 usw.) was den Bereich aller möglichen gültigen Werte (z.B. np.int32 speichern kann zahlen bis zu 2**31-1). Natürlich, ich denke, man kann theoretisch herausfinden, die für jede Art, aber gibt es eine Möglichkeit, diese zur Laufzeit zu gewährleisten, portabler code?

InformationsquelleAutor astrofrog | 2009-11-01
  1. 50

    Zitat aus einem numpy Diskussionsforum:

    That information is available via numpy.finfo() and numpy.iinfo():

In [12]: finfo('d').max
Out[12]: 1.7976931348623157e+308

In [13]: iinfo('i').max
Out[13]: 2147483647

In [14]: iinfo('uint8').max
Out[14]: 255

    Link hier.

    InformationsquelleAutor perimosocordiae
  2. 32

    Können Sie numpy.iinfo(arg).max zu finden, der max-Wert für die integer-Typen der arg, und numpy.finfo(arg).max zu finden, der max-Wert für float-Typen arg.

    >>> numpy.iinfo(numpy.uint64).min
0
>>> numpy.iinfo(numpy.uint64).max
18446744073709551615L
>>> numpy.finfo(numpy.float64).max
1.7976931348623157e+308
>>> numpy.finfo(numpy.float64).min
-1.7976931348623157e+308

    iinfo bietet nur min und max, aber finfo bietet auch nützliche Werte wie eps (die kleinste Zahl > 0 darstellbar) und resolution (die Ungefähre Dezimalzahl Auflösung von der Art der arg).

    InformationsquelleAutor Mark Rushakoff
Schreibe einen Kommentar