理解数组数据类型

NumPy数组的一个基本特点是它们是同质的；单个数组中的所有元素必须是相同的数据类型。这与标准的Python列表不同，后者可以在同一个列表中包含各种类型的元素（如整数、字符串和浮点数）。这种同质性是NumPy高效能与性能的基础，使得数值运算能够进行优化、低层次的实现。

数组元素的具体数据类型存储在一个名为 dtype（数据类型的缩写）的特殊属性中。理解并有时控制 dtype 对于以下几个方面很重要：

1. 内存占用： 不同的数据类型需要不同的内存量。一个64位整数（int64）比32位整数（int32）或8位整数（int8）使用更多的内存。选择最小的合适类型可以显著减少大型数组的内存占用。
2. 性能： 对特定类型数组（特别是数值类型）的操作可以由底层的C或Fortran代码更快地执行，因为这些操作无需标准Python中所需的类型检查开销。
3. 精度和范围： 浮点类型（float32，float64）提供不同级别的精度。整数类型能表示的数值范围也不同。选择正确的类型可以确保计算准确并避免潜在的溢出错误。

常见NumPy数据类型

NumPy支持比标准Python更丰富的数值类型。以下是一些最常见的类型：

类型	字符串代码	说明	示例
int8, int16, int32, int64	i1, i2, i4, i8	有符号整数（8、16、32或64位）	-128 到 127 (i1)
uint8, uint16, uint32, uint64	u1, u2, u4, u8	无符号整数（非负数）	0 到 255 (u1)
float16, float32, float64	f2, f4, f8	浮点数（半精度、单精度、双精度）	3.14159
complex64, complex128	c8, c16	复数（由两个32位或64位浮点数表示）	1 + 2j
bool	?	布尔类型，存储 True 和 False 值	True
object	O	Python对象类型	(1, 'a'), [1, 2]
string_	S	固定长度ASCII字符串类型（例如，S10表示长度为10的字符串）	'numpy'
unicode_	U	固定长度Unicode类型（例如，U10表示长度为10的字符串）	'你好'

注意： 默认的整数类型（int_）和浮点类型（float_）通常分别对应int64和float64，这取决于您的系统架构。但在需要特定精度或大小时，明确指定是一个好的做法。

查看数组的数据类型

您可以使用NumPy数组的dtype属性轻松查看其数据类型。

import numpy as np

# 从整数列表创建一个数组
arr_int = np.array([1, 2, 3, 4])
print(f"Array: {arr_int}")
print(f"Data Type: {arr_int.dtype}")

# 从包含浮点数的列表创建一个数组
arr_float = np.array([1.0, 2.5, 3.0, 4.8])
print(f"\nArray: {arr_float}")
print(f"Data Type: {arr_float.dtype}")

# 如果类型混合，NumPy会自动进行类型提升
arr_mixed = np.array([1, 2, 3.5, 4]) # 包含整数和一个浮点数
print(f"\nArray: {arr_mixed}")
print(f"Data Type: {arr_mixed.dtype}") # 结果dtype是float64

Output:

Array: [1 2 3 4]
Data Type: int64

Array: [1.  2.5 3.  4.8]
Data Type: float64

Array: [1.  2.  3.5 4. ]
Data Type: float64

请注意最后一个例子，由于列表中既包含整数又包含浮点数，NumPy自动推断出可以容纳所有元素的最通用类型，在本例中是float64。

创建时指定数据类型

您不必依赖NumPy的自动推断。在创建数组时，可以使用dtype参数明确指定所需的数据类型。这对于控制内存占用或确保特定精度很有用。

import numpy as np

# 指定float32
arr_float32 = np.array([1, 2, 3], dtype=np.float32)
print(f"Array: {arr_float32}")
print(f"Data Type: {arr_float32.dtype}")

# 指定int8（注意范围）
arr_int8 = np.array([10, 20, 127], dtype=np.int8)
print(f"\nArray: {arr_int8}")
print(f"Data Type: {arr_int8.dtype}")

# 使用字符串代码也有效
arr_complex = np.array([1+1j, 2+2j], dtype='c8') # complex64
print(f"\nArray: {arr_complex}")
print(f"Data Type: {arr_complex.dtype}")

# 使用创建函数
zeros_uint16 = np.zeros(5, dtype=np.uint16)
print(f"\nArray: {zeros_uint16}")
print(f"Data Type: {zeros_uint16.dtype}")

Output:

Array: [1. 2. 3.]
Data Type: float32

Array: [ 10  20 127]
Data Type: int8

Array: [1.+1.j 2.+2.j]
Data Type: complex64

Array: [0 0 0 0 0]
Data Type: uint16

使用astype更改数据类型

有时，您需要将现有数组转换为不同的数据类型。astype()方法会创建一个新数组，其类型为您指定的类型，同时复制原始数据并根据需要进行类型转换。它不会修改原始数组，除非您将结果重新赋值回原始变量名。

import numpy as np

arr_float = np.array([1.1, 2.7, 3.5, 4.9])
print(f"Original Array: {arr_float}")
print(f"Original dtype: {arr_float.dtype}")

# 转换为整数类型（截断小数部分）
arr_int = arr_float.astype(np.int32)
print(f"\nConverted to int32: {arr_int}")
print(f"New dtype: {arr_int.dtype}")

# 将整数数组转换为布尔类型
arr_num = np.array([0, 1, 5, 0, -2])
print(f"\nNumeric Array: {arr_num}")
arr_bool = arr_num.astype(np.bool_) # 零变为False，非零变为True
print(f"Converted to bool: {arr_bool}")
print(f"New dtype: {arr_bool.dtype}")

# 将整数数组转换为字符串
arr_str = arr_int.astype(np.string_)
print(f"\nConverted to string: {arr_str}")
print(f"New dtype: {arr_str.dtype}")

Output:

Original Array: [1.1 2.7 3.5 4.9]
Original dtype: float64

Converted to int32: [1 2 3 4]
New dtype: int32

Numeric Array: [ 0  1  5  0 -2]
Converted to bool: [False  True  True False  True]
New dtype: bool

Converted to string: [b'1' b'2' b'3' b'4']
New dtype: |S11

注意： 使用 astype() 时请注意。将浮点数转换为整数会截断小数部分，而不是四舍五入。将高精度类型（如float64）转换为低精度类型（如float32）可能导致精度丢失。将数据转换为范围较小的类型（如int64转换为int8）可能导致意料之外的结果或错误，如果值超出目标类型的限制。

理解NumPy的数据类型是一个基本步骤。它让您能够通过做出明智的选择，来存储和处理您的数值数据，从而编写出更节省内存、运行更快的代码。随着您处理更大规模的数据集，选择正确 dtype 的影响会变得越来越重要。