itertools不会将numpy int识别为Python 3.6上的有效输入

Question

拿这个代码:

import itertools as it
import numpy as np
data = ['a','b','c','d']
dw = np.array([1, 3], dtype=np.int64)
print(list(it.islice(data,dw[0],dw[1],1)))

在Python 2.7上,它['b', 'c',]按预期打印.

在Python 3.6上它抛出一个异常:

ValueError: Stop argument for islice() must be None or an integer: 0 <= x <= sys.maxsize.

同样的np.int32方法,并且itertools包的其他方法抛出类似的错误,例如当你使用permutations时得到TypeError: Expected int as r.

除了这个numpy问题和相关问题之外,我找不到太多关于此 问题,但是那个问题在3年前被关闭,暗示它已经解决了.

基本的东西,比如使用numpy int进行索引data[dw[0]]或布尔比较dw[0] == 1就好了.

我错过了什么吗？这可能是Python 3的错误吗？

Answer 1

a numpy.int64显然不是.的子类int

a, b = dw[0], dw[1]

type(a)

numpy.int64

isinstance(a, int)

False

Numpy文档

该文件提到了这一点明确

警告

int_type不从Python 3中的int内置继承,因为int类型不再是固定宽度的整数类型.

解

print(list(it.islice(data, int(dw[0]) , int(dw[1]), 1)))

或numpy切片

data[dw[0]:dw[1]:1]

Answer 2

我不确定它是否是Python 3中的错误,但看起来自2.7以来行为发生了变化.正如你所链接的那个numpy问题所描述的那样,在py27下,要么是numpy.int32或者numpy.int64看起来是一个子类int(取决于你是否使用32位或64位的Python构建); 在py3下,类型不再相关(numpy有固定宽度的数字类型,python int是可变宽度).

该实施itertools.islice需要它的参数是类型PyLong(对象是Python的API名称为Python的int类型).具体来说,它调用PyLong_AsSize_t,将Python对象转换为C size_t值.这个方法似乎要求它的参数实际上是一个Python int对象,因为它调用PyLong_Check.我认为这种方法大致相当于Python isinstance(obj, int),它解释了py2和py3之间行为的差异.

正常列表索引使用另一个更宽容的方法将参数强制转换为正整数值,称为PyNumber_AsSsize_t.这将检查它的参数是否为a int,如果不是,则返回尝试调用其参数的__index__方法; 正如@MarkDickinson指出的那样,numpy的数值类型实现了这个方法,所以一切正常.也许这将是一个更直观的事情itertools.islice.