Come convertire un array numpy da 'float64' a 'float'

Question

Come si converte un numpy dal tipo 'float64' al tipo 'float'? In particolare, come faccio a convertire un'intera array con dtype'float64' avere dtype'float'? È possibile? La risposta per gli scalari nella domanda duplicata sopra descritta non risolve la mia domanda.

Considerate questo:

>>> type(my_array[0]) 
<type 'numpy.float64'> 

>>> # Let me try to convert this to 'float': 
>>> new_array = my_array.astype(float) 
>>> type(new_array[0]) 
<type 'numpy.float64'> 

>>> # No luck. What about this: 
>>> new_array = my_array.astype('float') 
>>> type(new_array[0]) 
<type 'numpy.float64'> 

>>> # OK, last try: 
>>> type(np.inf) 
<type 'float'> 
>>> # Yeah, that's what I want. 
>>> new_array = my_array.astype(type(np.inf)) 
>>> type(new_array[0]) 
<type 'numpy.float64'> 

Se non siete sicuri perché potrei voler fare questo, vedere this question e le sue risposte.

Answer 1

è possibile creare un tipo anonimo float come questo

>>> new_array = my_array.astype(type('float', (float,), {})) 
>>> type(new_array[0]) 
<type 'float'> 

Answer 2

Sì, in realtà quando si utilizza lo standard float di Python per specificare il tipo di dtype per un array, numpy lo converte in float64. Come indicato nel documentation -

Note that, above, we use the Python float object as a dtype. NumPy knows that int refers to np.int_ , bool means np.bool_ , that float is np.float_ and complex is np.complex_. The other data-types do not have Python equivalents.

E -

float_ - Shorthand for float64.

Questo è il motivo per cui, anche se si utilizza float per convertire l'intero array di galleggiare, si usa ancora np.float64.

Secondo il requisito dall'altro questione, la soluzione migliore sarebbe convertono al normale oggetto galleggiante dopo aver preso ogni valore scalare come -

float(new_array[0]) 

---

Una soluzione che ho potuto pensare è creare una sottoclasse per float e usa quella per il casting (anche se a me sembra pessima). Ma preferirei la soluzione precedente su questo se possibile. Esempio -

In [20]: import numpy as np 

In [21]: na = np.array([1., 2., 3.]) 

In [22]: na = np.array([1., 2., 3., np.inf, np.inf]) 

In [23]: type(na[-1]) 
Out[23]: numpy.float64 

In [24]: na[-1] - na[-2] 
C:\Anaconda3\Scripts\ipython-script.py:1: RuntimeWarning: invalid value encountered in double_scalars 
    if __name__ == '__main__': 
Out[24]: nan 

In [25]: class x(float): 
    ....:  pass 
    ....: 

In [26]: na_new = na.astype(x) 


In [28]: type(na_new[-1]) 
Out[28]: float       #No idea why its showing float, I would have thought it would show '__main__.x' . 

In [29]: na_new[-1] - na_new[-2] 
Out[29]: nan 

In [30]: na_new 
Out[30]: array([1.0, 2.0, 3.0, inf, inf], dtype=object)