如何检测类数组或标量对象的dtype是否为float类型

问题描述 #

我需要实现逻辑：判断输入是否为float标量，或者由任意浮点类型组成的类数组对象（支持所有可转换为numpy数组的可迭代对象、0维数组），目前的实现会触发弃用警告，需要兼容所有场景的无警告实现。

现有报错实现 #

def cheese(array_like, *args, **kwargs):
    if np.array(array_like, copy=False).dtype == np.floating:
        return "macaroni"

触发的弃用警告如下：

DeprecationWarning: Converting np.inexact or np.floating to a dtype is deprecated. The current result is float64 which is not strictly correct.
if np.array(array_like, copy=False).dtype == np.floating:

解决方案 #

错误原因 #

原有代码触发警告的核心原因是np.floating是numpy所有浮点类型的抽象父类，不是具体的dtype实例，直接和dtype对象判等时numpy会尝试将np.floating转换为具体dtype，这个逻辑已经被弃用。

方案1：使用np.issubdtype（官方推荐，兼容性最强） #

np.issubdtype是numpy官方提供的dtype继承关系判断接口，可以正确识别所有浮点类型，不会触发弃用警告：

import numpy as np

def cheese(array_like, *args, **kwargs):
    arr = np.array(array_like, copy=False)
    if np.issubdtype(arr.dtype, np.floating):
        return "macaroni"

该实现覆盖所有需求场景：

• Python原生float标量：转换后dtype为float64，判断为真
• numpy各类浮点标量（np.float16/np.float32/np.float64等）：均判断为真
• 元素全为浮点类型的列表、元组、numpy数组：均判断为真
• 非浮点类型（int、str、bool等标量或数组）：判断为假

方案2：使用dtype的kind属性 #

所有浮点类型的dtype的kind属性固定为'f'，也可以快速实现需求：

import numpy as np

def cheese(array_like, *args, **kwargs):
    if np.array(array_like, copy=False).dtype.kind == 'f':
        return "macaroni"

内容的提问来源于stack exchange，提问作者user9413641