512 字
3 分钟
页面浏览--访问次数--
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

第 5 篇,共 21 篇本文属于系列

数据分析|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

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

沿着主题读

基于共同的标签与分类

换条路线

从其他文章中稳定抽取

评论

正在加载评论...

最后更新于 ,距今已过 95 天

部分内容可能已过时