如何获取有效 Numpy 数据类型的范围？答案

【问题标题】：How to get the range of valid Numpy data types?如何获取有效 Numpy 数据类型的范围？
【发布时间】：2010-12-12 03:17:29
【问题描述】：

我有兴趣查找特定 Numpy 类型（例如 np.int64、np.uint32、np.float32 等）所有可能的有效值的范围是什么（例如 np.int32 最多可以存储数字2**31-1)。当然，我想理论上每个类型都可以解决这个问题，但是有没有办法在运行时做到这一点，以确保代码更便携？

【问题讨论】：

标签： python numpy types

【解决方案1】：

引用一个 numpy 讨论列表：

该信息可通过numpy.finfo() 和numpy.iinfo() 获得：

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

链接here。

【讨论】：

【解决方案2】：

您可以使用numpy.iinfo(arg).max 找到arg 的整数类型的最大值，使用numpy.finfo(arg).max 找到arg 的浮点类型的最大值。

>>> 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 仅提供min 和max，但finfo 也提供有用的值，例如eps（可表示的最小数字> 0）和resolution（该类型的近似十进制数分辨率arg)。

【讨论】：