爲什麼在numpy.core.numeric._typelessdata 2個np.int64s（爲什麼不numpy.int64 numpy.int64？）

Question

這不是太大的問題的好奇心。

在我的64位Linux解釋我可以執行

In [10]: np.int64 == np.int64 
Out[10]: True 

In [11]: np.int64 is np.int64 
Out[11]: True 

太好了，正是我所期望的。 但是我發現numpy.core.numeric模塊

In [19]: from numpy.core.numeric import _typelessdata 

In [20]: _typelessdata 
Out[20]: [numpy.int64, numpy.float64, numpy.complex128, numpy.int64] 

古怪的這種怪異的財產爲什麼numpy.int64在那裏兩次？讓我們調查。

In [23]: _typelessdata[0] is _typelessdata[-1] 
Out[23]: False 
In [24]: _typelessdata[0] == _typelessdata[-1] 
Out[24]: False 
In [25]: id(_typelessdata[-1]) 
Out[25]: 139990931572128 
In [26]: id(_typelessdata[0]) 
Out[26]: 139990931572544 
In [27]: _typelessdata[-1] 
Out[27]: numpy.int64 
In [28]: _typelessdata[0] 
Out[28]: numpy.int64 

哇他們是不同的。這裏發生了什麼？爲什麼有兩個np.int64？

Answer 1

Here是其中內numeric.py構造_typelessdata行：整數簽署

_typelessdata = [int_, float_, complex_] 
if issubclass(intc, int): 
    _typelessdata.append(intc) 

if issubclass(longlong, int): 
    _typelessdata.append(longlong) 

intc是C兼容的（32位），和int是一個本機Python 整數，它可以是32位或64位取決於平臺。

• 在32位系統的本機Python int類型也是32位，所以 issubclass(intc, int)回報True和intc被附加到_typelessdata， 這最終看起來像這樣：

  [numpy.int32, numpy.float64, numpy.complex128, numpy.int32] 
  

  注意_typelessdata[-1] is numpy.intc ，而不是numpy.int32。

• 在64位系統，int是64位，因此issubclass(longlong, int)返回True和longlong被附加到_typelessdata，導致：

  [numpy.int64, numpy.float64, numpy.complex128, numpy.int64] 
  

  在這種情況下，如喬指出，(_typelessdata[-1] is numpy.longlong) == True。

---

更大的問題是，爲什麼的的_typelessdata內容設置這樣。 我能找到在實際使用_typelessdata 的numpy的來源只有一個地方是this line定義範圍內的np.array_repr 在同一個文件：

skipdtype = (arr.dtype.type in _typelessdata) and arr.size > 0 

的_typelessdata的目的是爲了確保np.array_repr正確打印字符串表示其dtype恰好與（平臺相關）本機Python整數類型相同的數組的表示。

例如，一個32位的系統上，其中int是32位：

In [1]: np.array_repr(np.intc([1])) 
Out[1]: 'array([1])' 

In [2]: np.array_repr(np.longlong([1])) 
Out[2]: 'array([1], dtype=int64)' 

而一個64位的系統，其中int是在64位：

In [1]: np.array_repr(np.intc([1])) 
Out[1]: 'array([1], dtype=int32)' 

In [2]: np.array_repr(np.longlong([1])) 
Out[2]: 'array([1])' 

的arr.dtype.type in _typelessdata檢查在上述確保線打印dtype會跳過適當的平臺相關本機整數dtypes。

Answer 2

我不知道全部的歷史背後，但第二int64實際上是numpy.longlong。

In [1]: import numpy as np 

In [2]: from numpy.core.numeric import _typelessdata 

In [3]: _typelessdata 
Out[4]: [numpy.int64, numpy.float64, numpy.complex128, numpy.int64] 

In [5]: id(_typelessdata[-1]) == id(np.longlong) 
Out[5]: True 

numpy.longlong應該directly correspond to C's long long type。 C的long long被指定爲至少64位寬，但確切的定義由編譯器決定。

我的猜測是numpy.longlong卷取是在大多數系統的numpy.int64另一實例中，但是被允許爲不同的東西如果C編譯long long定義爲東西比64個比特寬。