ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

NumPy 和 Pandas 基本功
章节 1: Python 数据处理介绍
什么是 NumPy 和 Pandas?
对人工智能和数据科学的重要性
环境配置
运行你的第一个代码片段
Jupyter Notebook 简介
动手实践:设置与验证
第 1 章测验
章节 2: NumPy 数组入门
了解 NumPy N 维数组
从 Python 列表创建数组
内置数组创建函数
理解数组数据类型
数组基本属性
实践操作:创建和查看数组
第 2 章测验
章节 3: NumPy 数组的索引与切片
访问单个元素
一维数组切片
二维数组切片
布尔索引
花式索引
修改数组子集
动手实践:从数组中选择数据
第 3 章测验
章节 4: NumPy 基本操作
基本算术运算
通用函数(ufuncs)简介
数学和统计函数
数组上的逻辑运算
广播功能简介
动手实践:对数组进行计算
第 4 章测验
章节 5: Pandas 介绍
Pandas 是什么?
Pandas 数据结构:Series
创建 Series
Pandas 数据结构:DataFrame
创建 DataFrame
检查 DataFrames
实操:创建和查看 Series/DataFrame
第 5 章测验
章节 6: Pandas 数据加载与保存
从CSV文件读取数据
从Excel文件读取数据
从其他格式读取数据
将数据写入 CSV 文件
写入数据到Excel文件
动手实践:数据集的导入与导出
第 6 章测验
章节 7: Pandas 中的数据选取与索引
选取列
使用标签选择行 (.loc)
使用整数位置选择行 (.iloc)
混合标签和基于位置的索引
条件选择 (布尔索引)
设置 DataFrame 索引
重置 DataFrame 索引
动手实践:访问特定数据子集
第 7 章测验
章节 8: 使用 Pandas 进行数据基本处理
识别缺失数据
处理缺失数据:删除
处理缺失数据:填充
删除列和行
添加新列
修改现有列
重命名列
数据排序
实践练习:清理和修改数据框
第 8 章测验
章节 9: 数据分组与聚合
拆分-应用-组合方法
使用 groupby() 方法对数据进行分组
应用聚合函数
应用多种聚合操作
按多列分组
遍历分组
动手实践:使用 GroupBy 汇总数据
第 9 章测验
章节 10: 组合 DataFrames
数据合并介绍
连接 DataFrames (pd.concat)
数据库风格的合并 (pd.merge)
理解合并类型(连接)
基于索引的合并
基于索引的合并 (.join)
实践操作:组合数据集
第 10 章测验

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 (parameter)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。

  • Data types, NumPy Developers, 2023 - 官方且最具权威性的资源,用于理解 NumPy 数组的数据类型,详细说明其特性、内存使用情况以及如何有效地管理它们。
  • Python for Data Analysis, Wes McKinney, 2022 (O'Reilly Media) - 一本关于使用 Python 进行数据分析的基准书籍,为 NumPy 数组及其数据类型在数据处理工作流中的实际应用和解释提供了指导。

© 2026 ApX Machine Learning