在 numpy 中，ogrid 的 dtype 是可指定的吗？答案

【问题标题】：Is the dtype of an ogrid, in numpy, specifiable?在 numpy 中，ogrid 的 dtype 是可指定的吗？
【发布时间】：2017-06-30 04:58:31
【问题描述】：

在python的numpy中，为什么ogrid总是产生int64的结果？

对于我的应用程序，我不想使用int64，因为内存限制（当输出组件稍后一起广播时会起作用）。有没有比事后重铸更好的选择：

y, x = np.ogrid[:9000,:9000]
y = y.astype(np.int16)
x = x.astype(np.int16)

对于大多数其他 numpy 调用，更简洁的解决方案是使用 dtype=... 可选参数，但 ogrid 不会作为函数调用。相反，它似乎可以与a+b 之类的运算符相媲美，只是它们通常具有np.add(a,b,dtype=np.int8) 之类的替代方案。

【问题讨论】：

标签： python numpy memory array-broadcasting

【解决方案1】：

您可以使用ix_ 生成相同的形状，并完全控制 dtype：

In [476]: np.ix_(np.arange(5,dtype=float),np.arange(5,dtype=np.int16))
Out[476]: 
(array([[ 0.],
        [ 1.],
        [ 2.],
        [ 3.],
        [ 4.]]), array([[0, 1, 2, 3, 4]], dtype=int16))
In [477]: np.ogrid[:5,:5]
Out[477]: 
[array([[0],
        [1],
        [2],
        [3],
        [4]]), array([[0, 1, 2, 3, 4]])]

meshgrid 也是：

In [488]: np.meshgrid(np.arange(5, dtype=float), np.arange(5, dtype=np.int16), sparse=True, indexing='ij')
Out[488]: 
[array([[ 0.],
        [ 1.],
        [ 2.],
        [ 3.],
        [ 4.]]), array([[0, 1, 2, 3, 4]], dtype=int16)]

【讨论】：

【解决方案2】：

另一种选择是更直接地使用np.newaxis：

y = np.arange(9000, dtype=np.int16)[:,None]
x = np.arange(9000, dtype=np.int16)[None,:]

【讨论】：