512 字
3 分钟
数据分析|ndarray的数据类型

5.1 ndarray的数据类型
NumPy 数组(ndarray)的值之所以高效,离不开底层数据类型的支撑。ndarray 要求所有元素必须是同一数据类型,这正是它能在连续内存上进行高速运算的基础。
数据类型总览
下表列出了 ndarray 支持的全部数据类型及其说明:
| 数据类型 | 说明 |
|---|---|
bool | 布尔类型(True / False) |
int8、uint8 | 有符号、无符号的 8 位(1 字节)整型 |
int16、uint16 | 有符号、无符号的 16 位(2 字节)整型 |
int32、uint32 | 有符号、无符号的 32 位(4 字节)整型 |
int64、uint64 | 有符号、无符号的 64 位(8 字节)整型 |
float16 | 半精度浮点型 |
float32 | 单精度浮点型 |
float64 | 双精度浮点型 |
complex64 | 用两个 32 位浮点数表示的复数 |
complex128 | 用两个 64 位浮点数表示的复数 |
四大类型族:
- 布尔类型:
bool - 整数类型:
int8~int64(有符号)、uint8~uint64(无符号) - 浮点数类型:
float16、float32、float64 - 复数类型:
complex64、complex128
指定数据类型创建数组
在创建数组时,可以通过 dtype 参数显式指定数据类型:
import numpy as np
# 创建一个 int8 类型的 ndarray 数组arr = np.array([1, 0, 2, 0, -1], dtype=np.int8)print(arr)print(arr.dtype)输出:
[ 1 0 2 0 -1]int8要点说明:
dtype=np.int8将数组元素限定为 8 位有符号整数,取值范围为 -128 ~ 127。- 如果传入的值超出目标类型的范围,NumPy 会发生溢出而非报错,需注意数据安全。
- 不指定
dtype时,NumPy 会根据输入数据自动推断类型(如整数默认int64,浮点数默认float64)。
5.2 本节小结
本节完成了以下内容:
- 了解了 ndarray 支持的四大类型族:布尔、整数、浮点数、复数。
- 掌握了通过
dtype参数在创建数组时显式指定数据类型。 - 理解了不同数据类型的字节占用与取值范围差异。
下一节我们将学习 索引与切片,掌握如何从数组中精确提取所需数据。
数据分析
连载中数据分析|ndarray的数据类型
https://luq-blog.xyz/posts/2026-07-01-data-notes-05-ndarray-dtype/分享文章
生成精美分享图或复制链接,与更多人分享本文。
继续阅读
换条路线
从其他文章中稳定抽取
最后更新于 ,距今已过 95 天
部分内容可能已过时
评论