numpy.exceptions.DTypePromotionError #

例外 例外。DTypePromotionError [来源] #

无法将多个 DType 转换为通用 DType。

此异常源于TypeError数据类型无法转换为单一通用数据类型时引发的异常。这可能是因为它们属于不同的类别/类或同一类别/类的不兼容实例(请参阅示例)。

笔记

许多函数会使用提升来找到正确的结果并执行。对于这些函数,错误通常会与更具体的错误链接在一起,指示未找到输入数据类型的实现。

通常,当arr1 == arr2可以安全地返回 all时,两个数组的数据类型之间的提升应被视为“无效”,False因为数据类型根本不同。

例子

日期时间和复数是不兼容的类,无法升级:

>>> np.result_type(np.dtype("M8[s]"), np.complex128)
DTypePromotionError: The DType <class 'numpy.dtype[datetime64]'> could not
be promoted by <class 'numpy.dtype[complex128]'>. This means that no common
DType exists for the given inputs. For example they cannot be stored in a
single array unless the dtype is `object`. The full list of DTypes is:
(<class 'numpy.dtype[datetime64]'>, <class 'numpy.dtype[complex128]'>)

例如,对于结构化数据类型,结构可能不匹配,并且DTypePromotionError当给出两个字段数量不匹配的结构化数据类型时,也会出现相同的情况:

>>> dtype1 = np.dtype([("field1", np.float64), ("field2", np.int64)])
>>> dtype2 = np.dtype([("field1", np.float64)])
>>> np.promote_types(dtype1, dtype2)
DTypePromotionError: field names `('field1', 'field2')` and `('field1',)`
mismatch.