NumPy数据类型简介

NumPy是Python科学计算的核心库，提供了强大的多维数组对象和数据处理能力。NumPy数组的数据类型(dtype)决定了数组如何存储和操作数据。常见的数据类型包括：

为何需要数据类型转换？

在数据处理过程中，数据类型转换是常见且重要的操作，主要原因包括：

使用astype()方法转换数据类型

astype()是NumPy中最常用的数据类型转换方法，它返回数组的拷贝并转换为指定类型：

import numpy as np

# 创建浮点数数组
float_arr = np.array([1.2, 2.7, 3.5, 4.1])
print("原始数组:", float_arr)
print("数据类型:", float_arr.dtype)

# 转换为整数类型
int_arr = float_arr.astype(np.int32)
print("\n转换后数组:", int_arr)
print("转换后类型:", int_arr.dtype)

# 转换为无符号8位整数
uint8_arr = float_arr.astype(np.uint8)
print("\n转换为uint8:", uint8_arr)

# 布尔类型转换
bool_arr = np.array([0, 1, 0, 2, -1])
print("\n原始数组:", bool_arr)
print("转换为布尔:", bool_arr.astype(bool))

# 字符串转换
str_arr = np.array([10, 20, 30])
print("\n转换为字符串:", str_arr.astype(str))

创建数组时指定数据类型

在创建数组时直接指定dtype参数，可以避免后续转换操作：

# 创建时指定int16类型
arr_int16 = np.array([100, 200, 300], dtype=np.int16)
print("int16数组:", arr_int16)
print("数据类型:", arr_int16.dtype)

# 创建时指定float32类型
arr_float32 = np.array([1.0, 2.5, 3.7], dtype=np.float32)
print("\nfloat32数组:", arr_float32)
print("数据类型:", arr_float32.dtype)

# 使用dtype参数控制精度
high_precision = np.array([0.1, 0.2], dtype=np.float64)
low_precision = np.array([0.1, 0.2], dtype=np.float32)
print("\n高精度累加:", np.sum(high_precision * 100))
print("低精度累加:", np.sum(low_precision * 100))

使用视图(view)进行类型转换

view()方法可以创建数组的新视图而不复制数据，但要求字节大小匹配：

# 创建int16数组
arr = np.array([256, 257, 258], dtype=np.int16)
print("原始数组:", arr)
print("原始数据类型:", arr.dtype)

# 创建视图转换为两个int8
view_arr = arr.view(np.int8)
print("\n视图转换后:", view_arr)
print("视图数据类型:", view_arr.dtype)
print("视图形状:", view_arr.shape)  # 注意形状变化

# 修改原始数组会影响视图
arr[0] = 255
print("\n修改原始数组后视图:", view_arr)

高级数据类型转换技巧

结构化数组转换

# 创建结构化数据类型
dt = np.dtype([('name', 'S10'), ('age', 'i4'), ('weight', 'f4')])

# 创建结构化数组
people = np.array([('Alice', 25, 55.5), ('Bob', 32, 75.2)], dtype=dt)
print("结构化数组:\n", people)

# 转换特定字段类型
people = people.astype([('name', 'S20'), ('age', 'i2'), ('weight', 'f8')])
print("\n转换后:\n", people)

类型向下转换

# 创建大整数数组
big_ints = np.array([100, 200, 300], dtype=np.int64)

# 安全向下转换
try:
    small_ints = big_ints.astype(np.int8)
    print("转换结果:", small_ints)
except Exception as e:
    print("转换错误:", e)

# 使用np.clip防止溢出
safe_ints = np.clip(big_ints, -128, 127).astype(np.int8)
print("安全转换:", safe_ints)

数据类型转换方法对比