我怎样才能得到像 np.asarray() 这样的数组列表的强制数据类型？

Question

我有一个 ndarray 列表，可能有不同的数据类型。如果它们具有相同的大小，我可以调用 np.asarray(list_of_ndarrays) 来获得具有适当（“更大”，强制）dtype 的“堆叠”ndarray，例如：

[uint16, uint8, uint16, uint8, uint16, uint16, uint16, uint16, int16, uint16] -> int32

现在，对于大小不同的数组列表，我编写了一个 unify_sizes() 方法，该方法将数组打乱成一个通用大小（具有不同的模式，例如最小/最大大小），以及此方法需要使用正确的数据类型分配结果缓冲区。

（如何）我可以执行与 asarray() 相同的类型强制转换吗？

我将 asarray() 的代码追溯到 PyArray_DiscoverDTypeAndShape()，我想知道是否有该方法的 python 前端？

（我知道我总是可以先将大小统一到一个列表中，然后在该列表上调用 np.asarray()，但是数组可能很大，我可能需要填充，所以我会如果可能，希望避免额外的复制。）

Answer 1

我能想到的一种方法是在形状为 1 的数组列表上实际调用 np.asarray()，其数据类型与我的实际输入相同，但这似乎不是很优雅。

Answer 2

提供的几个函数：

In [30]: np.promote_types(*[np.uint8, np.uint16])
Out[30]: dtype('uint16')

In [31]: alist = [np.ones(2,'uint8'), np.ones(3, 'uint16')]
In [32]: np.result_type(*alist)
Out[32]: dtype('uint16')

我怎样才能得到像 np.asarray() 这样的数组列表的强制数据类型？

How can I get the coerced dtype for a list of arrays much like np.asarray()?

numpy

array-broadcasting