NumPyのresult_type()メソッドで型プロモーションルールを適用した結果の型を取得する方法

NumPyのnumpy.result_type()メソッドは、引数にNumPyの型プロモーション（型昇格）ルールを適用した結果として得られる型を返します。第1パラメータには、演算結果の型を知りたい対象となるオペランド（被演算子）を指定します。

NumPyにおける型プロモーションの仕組みは、C++などの言語における規則とほぼ同様ですが、いくつか細かい違いがあります。特に重要なポイントとして、スカラー値と配列が混在して使われる場合、配列の型が優先され、そのうえでスカラーの実際の値も考慮されます。

実装手順

まず、必要なライブラリをインポートします。

import numpy as np

続いて、numpy.result_type()メソッドを使って、引数に型プロモーションルールを適用した結果の型を確認してみましょう。

print("NumPyでresult_type()メソッドを使用\n")
print("結果...", np.result_type(2, np.arange(4, dtype='i1')))
print("結果...", np.result_type(5, 8))
print("結果...", np.result_type('i4', 'c8'))
print("結果...", np.result_type(3.8, 8))
print("結果...", np.result_type(5, 20.7))
print("結果...", np.result_type(-8, 20.7))
print("結果...", np.result_type(10.0, -4))

コード例

import numpy as np
# numpy.result_type()メソッドは、引数にNumPyの型プロモーションルールを適用した結果の型を返します。
# 第1パラメータには、結果の型を求めたい演算のオペランドを指定します。
print("NumPyでresult_type()メソッドを使用\n")

print("結果...", np.result_type(2, np.arange(4, dtype='i1')))
print("結果...", np.result_type(5, 8))
print("結果...", np.result_type('i4', 'c8'))
print("結果...", np.result_type(3.8, 8))
print("結果...", np.result_type(5, 20.7))
print("結果...", np.result_type(-8, 20.7))
print("結果...", np.result_type(10.0, -4))

出力結果

NumPyでresult_type()メソッドを使用

結果... int8
結果... int64
結果... complex128
結果... float64
結果... float64
結果... float64
結果... float64

結果の解説

• np.result_type(2, np.arange(4, dtype='i1')) → int8：スカラーとint8型の配列が渡された場合、配列の型が優先され、スカラー値2がint8で表現できるため int8 が返されます。
• np.result_type(5, 8) → int64：両方ともPythonの整数のため、デフォルトの整数型である int64 に昇格します。
• np.result_type('i4', 'c8') → complex128：32ビット整数（int32）と複素数（complex64）が組み合わさると、より表現力の高い complex128 になります。
• np.result_type(3.8, 8) → float64：整数と浮動小数点数が混在する場合、浮動小数点型に昇格します。

このようにresult_type()メソッドを活用することで、実際に演算を行う前に結果のデータ型を事前に把握でき、メモリ効率や精度に関する予期しない問題を防ぐことができます。