Pythonでnumpyタイプを識別する方法は？

オブジェクトがnumpy型であるかどうかを確実に判断するにはどうすればよいですか？

この質問はダックタイピングの哲学に反することを理解していますが、アイデアは、（scipyとnumpyを使用する）関数がnumpyタイプで呼び出されない限り、numpyタイプを返さないことを確認することです。 これは別の質問の解決策に現れますが、オブジェクトが派手なタイプであるかどうかを判断する一般的な問題は、元の質問から十分離れているため、それらを分離する必要があります。

組み込みtype関数を使用してタイプを取得し、__module__プロパティを使用して、それが定義された場所を見つけることができます。

>>> import numpy as np
a = np.array([1, 2, 3])
>>> type(a)
<type 'numpy.ndarray'>
>>> type(a).__module__
'numpy'
>>> type(a).__module__ == np.__name__
True

私が思いついた解決策は次のとおりです：

isinstance(y, (np.ndarray, np.generic) )

ただし、すべてのnumpyタイプがまたはのいずれかであることが保証されていることは100％明確ではありません。これはおそらくバージョンの堅牢性ではありません。np.ndarraynp.generic

古い質問ですが、例を挙げて明確な答えを出しました。これと同じ問題があり、明確な答えが見つからなかったので、質問を新鮮に保つことに害はありません。重要なのは、numpyインポートしたことを確認してから、isinstanceブール値を実行することです。これは簡単に思えるかもしれませんが、さまざまなデータ型に対していくつかの計算を行っている場合、この小さなチェックは、いくつかの厄介なベクトル化演算を開始する前の簡単なテストとして役立ちます。

##################
# important part!
##################

import numpy as np

####################
# toy array for demo
####################

arr = np.asarray(range(1,100,2))

########################
# The instance check
######################## 

isinstance(arr,np.ndarray)

それは実際にあなたが探しているものに依存します。

• シーケンスが実際にであるかどうかをテストする場合は、おそらくndarraya isinstance(..., np.ndarray)が最も簡単です。モジュールが異なる可能性があるため、バックグラウンドでnumpyをリロードしないようにしてください。ただし、それ以外の場合は問題ありません。MaskedArrays、matrix、recarrayのすべてのサブクラスですndarrayので、あなたが設定する必要があります。
• スカラーが厄介なスカラーであるかどうかをテストする場合、状況は少し複雑になります。shapeとdtype属性があるかどうかを確認できます。dtypeこれを基本的なdtype と比較できますnp.core.numerictypes.genericTypeRank。そのリストはで確認できます。このリストの要素は文字列であるため、tested.dtype is np.dtype(an_element_of_the_list)... を実行する必要があることに注意してください。

タイプを取得するには、組み込みtype関数を使用します。inタイプは、それが文字列が含まれているかどうかをチェックすることによりnumpyのタイプであれば、オペレータ、あなたがテストすることができますnumpy。

In [1]: import numpy as np

In [2]: a = np.array([1, 2, 3])

In [3]: type(a)
Out[3]: <type 'numpy.ndarray'>

In [4]: 'numpy' in str(type(a))
Out[4]: True

（ちなみに、この例はIPythonで実行されました。インタラクティブな使用とクイックテストに非常に便利です。）

type(numpy.ndarray)はtypeそれ自体であり、ブール型とスカラー型に注意してください。それが直感的でも簡単でもない場合でも、落胆しないでください。最初は苦痛です。

参照： - https://docs.scipy.org/doc/numpy-1.15.1/reference/arrays.dtypes.html - https://github.com/machinalis/mypy-data/tree/master/numpy-ミピー

>>> import numpy as np
>>> np.ndarray
<class 'numpy.ndarray'>
>>> type(np.ndarray)
<class 'type'>
>>> a = np.linspace(1,25)
>>> type(a)
<class 'numpy.ndarray'>
>>> type(a) == type(np.ndarray)
False
>>> type(a) == np.ndarray
True
>>> isinstance(a, np.ndarray)
True

ブーリアンで楽しい：

>>> b = a.astype('int32') == 11
>>> b[0]
False
>>> isinstance(b[0], bool)
False
>>> isinstance(b[0], np.bool)
False
>>> isinstance(b[0], np.bool_)
True
>>> isinstance(b[0], np.bool8)
True
>>> b[0].dtype == np.bool
True
>>> b[0].dtype == bool  # python equivalent
True

スカラー型でもっと楽しくなる：-https : //docs.scipy.org/doc/numpy-1.15.1/reference/arrays.scalars.html#arrays-scalars-built-in

>>> x = np.array([1,], dtype=np.uint64)
>>> x[0].dtype
dtype('uint64')
>>> isinstance(x[0], np.uint64)
True
>>> isinstance(x[0], np.integer)
True  # generic integer
>>> isinstance(x[0], int)
False  # but not a python int in this case

# Try matching the `kind` strings, e.g.
>>> np.dtype('bool').kind                                                                                           
'b'
>>> np.dtype('int64').kind                                                                                          
'i'
>>> np.dtype('float').kind                                                                                          
'f'
>>> np.dtype('half').kind                                                                                           
'f'

# But be weary of matching dtypes
>>> np.integer
<class 'numpy.integer'>
>>> np.dtype(np.integer)
dtype('int64')
>>> x[0].dtype == np.dtype(np.integer)
False

# Down these paths there be dragons:

# the .dtype attribute returns a kind of dtype, not a specific dtype
>>> isinstance(x[0].dtype, np.dtype)
True
>>> isinstance(x[0].dtype, np.uint64)
False  
>>> isinstance(x[0].dtype, np.dtype(np.uint64))
Traceback (most recent call last):
  File "<console>", line 1, in <module>
TypeError: isinstance() arg 2 must be a type or tuple of types
# yea, don't go there
>>> isinstance(x[0].dtype, np.int_)
False  # again, confusing the .dtype with a specific dtype


# Inequalities can be tricky, although they might
# work sometimes, try to avoid these idioms:

>>> x[0].dtype <= np.dtype(np.uint64)
True
>>> x[0].dtype <= np.dtype(np.float)
True
>>> x[0].dtype <= np.dtype(np.half)
False  # just when things were going well
>>> x[0].dtype <= np.dtype(np.float16)
False  # oh boy
>>> x[0].dtype == np.int
False  # ya, no luck here either
>>> x[0].dtype == np.int_
False  # or here
>>> x[0].dtype == np.uint64
True  # have to end on a good note!