图片来源:《星空列车与白的旅行》CG及二创
598 字
2 分钟
笔记|数据分析学习笔记05|ndarray的数据类型
本系列所有文章都放在
数据科学标签,总目录如下:
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。
分享
如果这篇文章对你有帮助,欢迎分享给更多人!
笔记|数据分析学习笔记05|ndarray的数据类型
https://luq-blog.xyz/posts/2026-07-01-data-notes-05-ndarray-dtype/ 部分信息可能已经过时
相关文章 智能推荐
1
笔记|数据分析学习笔记07|ndarray的运算
理工研习 学习NumPy中ndarray的算术运算、广播机制与矩阵乘法,理解数组运算与列表运算的本质区别。
2
笔记|数据分析学习笔记04|ndarray的创建
理工研习 本节系统介绍 NumPy 数组(ndarray)的多种创建方法,包括基础构造、预定义形状填充、数值范围生成、特殊矩阵生成和随机数组生成。
3
笔记|数据分析学习笔记03|ndarray的特性与属性
理工研习 本节介绍 NumPy 数组(ndarray)的核心特性与常用属性,帮助读者深入理解 ndarray 的多维性、同质性以及各项属性的含义与用法。
4
笔记|数据分析学习笔记19|DataFrame的访问
理工研习 本节介绍 Pandas DataFrame 的数据访问方式,包括 loc、iloc、at、iat 索引器以及布尔索引、单列/多列获取、抽样等操作。
5
笔记|数据分析学习笔记06|索引与切片
理工研习 学习NumPy中ndarray的索引与切片操作,包括基本索引、连续切片、布尔索引及二维数组的访问方式。
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)
.webp)