資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
時尚
法律研究在 Python 中測試不同大小的相似資料型別是否不是彼此的子型別
若要檢查不同大小的相似資料型別是否不是彼此的子型別，請在 Python Numpy 中使用 numpy.issubdtype() 方法。引數是可強制轉換為一個引數的資料型別或物件。
步驟
首先，匯入必需的庫 −
import numpy as np
在 Numpy 中使用 issubdtype() 方法來檢查不同大小的相似資料型別。檢查具有不同大小的浮點數資料型別 −
print("Result...",np.issubdtype(np.float32, np.float64))
print("Result...",np.issubdtype(np.float64, np.float32))檢查具有不同大小的 int 資料型別 −
print("Result...",np.issubdtype(np.int16, np.int32))
print("Result...",np.issubdtype(np.int32, np.int16))
print("Result...",np.issubdtype(np.int64, np.int32))
print("Result...",np.issubdtype(np.int32, np.int64))示例
import numpy as np
# To check whether similar data types of different sizes are not subdtypes of each other, use the numpy.issubdtype() method in Python Numpy.
# The parameters are the dtype or object coercible to one
print("Using the issubdtype() method in Numpy\n")
# Checking for similar datatypes with different sizes
# Checking for float datatype with different sizes
print("Result...",np.issubdtype(np.float32, np.float64))
print("Result...",np.issubdtype(np.float64, np.float32))
# Checking for int datatype with different sizes
print("Result...",np.issubdtype(np.int16, np.int32))
print("Result...",np.issubdtype(np.int32, np.int16))
print("Result...",np.issubdtype(np.int64, np.int32))
print("Result...",np.issubdtype(np.int32, np.int64))輸出
Using the issubdtype() method in Numpy Result... False Result... False Result... False Result... False Result... False Result... False
更新日期：2022 年 2 月 24 日
65 次瀏覽
廣告