mobile wallpaper 1mobile wallpaper 2mobile wallpaper 3mobile wallpaper 4mobile wallpaper 5mobile wallpaper 6mobile wallpaper 7mobile wallpaper 8mobile wallpaper 9mobile wallpaper 10mobile wallpaper 11mobile wallpaper 12mobile wallpaper 13mobile wallpaper 14mobile wallpaper 15mobile wallpaper 16mobile wallpaper 17mobile wallpaper 18mobile wallpaper 19mobile wallpaper 20mobile wallpaper 21mobile wallpaper 22mobile wallpaper 23
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:

合集|数据分析学习笔记|系列总目录

上一篇:笔记|数据分析学习笔记04|ndarray的创建


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
int8uint8有符号、无符号的 8 位(1 字节)整型
int16uint16有符号、无符号的 16 位(2 字节)整型
int32uint32有符号、无符号的 32 位(4 字节)整型
int64uint64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float16float32float64
  • 复数类型complex64complex128

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。

下一篇:笔记|数据分析学习笔记06|索引与切片


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/
作者
Luquiescene
发布于
2026-07-01
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

目录