我有不同类型的数据.他们中的大多数是int,有时float.它的int大小不同,因此8/16/32位是大小.
对于这种情况,我正在创建一个数字型转换器.因此我通过使用检查类型isinstence().这是因为我读过的isinstance()内容不如说type().
关键是我得到的很多数据都是numpy数组.我使用spyder作为IDE,然后我看到变量也是一个类型.但是当我输入isinstance(var,'type i read')我的时候False.
我做了一些检查:
a = 2.17
b = 3
c = np.array(np.random.rand(2, 8))
d = np.array([1])
因为isinstance(var,type)我得到:
isinstance(a, float)
True
isinstance(b, int)
True
isinstance(c, float) # or isinstance(c, np.float64)
False
isinstance(d, int) # or isinstance(c, np.int32)
False
c并且d是真实的,当我问
isinstance(c, np.ndarray)
True
isinstance(d, np.ndarray)
True
我可以与在步骤检查ndarray由
isinstance(c[i][j], np.float64)
True
isinstance(d[i], np.int32)
True
但这意味着,对于每个维度,我必须添加一个新索引,否则它将False再次出现.我可以检查有型有 …