如何获取有效Numpy数据类型的范围？

Question

我想知道某种特定的Numpy数据类型（比如 np.int64、np.uint32、np.float32 等等）可以存储的所有有效值的范围是什么（比如 np.int32 可以存储的数字最大到 2**31-1）。当然，我想理论上可以为每种类型算出来，但有没有办法在运行时就能得到这个范围，以确保代码更具可移植性呢？

Answer 1

你可以使用 numpy.iinfo(arg).max 来找到整数类型 arg 的最大值，而使用 numpy.finfo(arg).max 来找到浮点数类型 arg 的最大值。

>>> numpy.iinfo(numpy.uint64).min
0
>>> numpy.iinfo(numpy.uint64).max
18446744073709551615L
>>> numpy.finfo(numpy.float64).max
1.7976931348623157e+308
>>> numpy.finfo(numpy.float64).min
-1.7976931348623157e+308

iinfo 只提供 min 和 max，但是 finfo 还提供一些有用的值，比如 eps（表示大于0的最小数）和 resolution（表示 arg 类型的近似小数精度）。

Answer 2

引用自一个关于numpy的讨论列表：

这些信息可以通过 numpy.finfo() 和 numpy.iinfo() 来获取：

In [12]: finfo('d').max
Out[12]: 1.7976931348623157e+308

In [13]: iinfo('i').max
Out[13]: 2147483647

In [14]: iinfo('uint8').max
Out[14]: 255

链接在 这里。