【一起学Python】第76天:数据分析之NumPy数据类型详解

import numpy as nparr = np.array([1, 2, 3])print(arr.dtype)  # 输出: int64（默认类型）

🔢 整数类型（int）├── np.int8    : -128 ~ 127          (1字节)├── np.int16   : -32768 ~ 32767      (2字节)├── np.int32   : -21亿 ~ 21亿        (4字节) ✅ 常用└── np.int64   : 超大范围            (8字节) ✅ 默认🔢 浮点数类型（float）├── np.float16 : 半精度，节省内存├── np.float32 : 单精度，深度学习常用 ✅└── np.float64 : 双精度，默认类型   ✅🔢 复数类型（complex）├── np.complex64  : 64位复数└── np.complex128 : 128位复数 ✅🔢 其他类型├── np.bool_   : 布尔值（True/False）├── np.str_    : 字符串└── np.object_ : Python对象

import numpy as np# 方法1：创建时通过dtype参数指定arr1 = np.array([1, 2, 3], dtype=np.int32)print("指定int32:", arr1.dtype)  # 输出: int32arr2 = np.array([1.0, 2.5, 3.7], dtype=np.float32)print("指定float32:", arr2.dtype)  # 输出: float32# 方法2：使用快捷字符串arr3 = np.array([1, 2, 3], dtype='i4')  # i4 = int32print("快捷写法:", arr3.dtype)  # 输出: int32

'i1'→int8   'i2'→int16   'i4'→int32   'i8'→int64'f2'→float16 'f4'→float32 'f8'→float64'b1'→bool   'U10'→10字符字符串

arr = np.array([1, 2, 3])# 查看数据类型print("dtype:", arr.dtype)           # int64print("类型名称:", arr.dtype.name)    # int64print("每个元素字节数:", arr.itemsize)  # 8print("总字节数:", arr.nbytes)        # 24 (3个元素×8字节)

# 浮点数 → 整数（会截断小数！）float_arr = np.array([1.9, 2.8, 3.5])int_arr = float_arr.astype(np.int32)print("浮点转整数:", int_arr)  # 输出: [1 2 3] ⚠️ 注意丢失精度# 整数 → 浮点数（安全转换）int_arr = np.array([1, 2, 3])float_arr = int_arr.astype(np.float64)print("整数转浮点:", float_arr)  # 输出: [1. 2. 3.]# 布尔 → 整数bool_arr = np.array([True, False, True])int_from_bool = bool_arr.astype(np.int32)print("布尔转整数:", int_from_bool)  # 输出: [1 0 1]# 字符串 → 浮点数（格式要正确！）str_arr = np.array(['1.1', '2.2', '3.3'])float_from_str = str_arr.astype(np.float64)print("字符串转浮点:", float_from_str)  # 输出: [1.1 2.2 3.3]

# ❌ 坑1：无效字符串转换会报错invalid_arr = np.array(['1.1', 'two', '3.3'])try:    result = invalid_arr.astype(np.float64)except ValueError as e:    print("错误:", e)  # could not convert string to float: 'two'# ❌ 坑2：复数转浮点只保留实部complex_arr = np.array([1+2j, 3+4j])float_from_complex = complex_arr.astype(np.float64)print("复数转浮点:", float_from_complex)  # 输出: [1. 3.] ⚠️ 虚部丢失！# ❌ 坑3：大数转小类型会溢出large_arr = np.array([200, 300], dtype=np.int16)small_arr = large_arr.astype(np.int8)print("溢出结果:", small_arr)  # 输出: [-56, -128] ⚠️ 数据错误！

import numpy as npsize = 1000000# 不同整数类型的内存占用arr_int8 = np.array(range(size), dtype=np.int8)arr_int32 = np.array(range(size), dtype=np.int32)arr_int64 = np.array(range(size), dtype=np.int64)print(f"int8  内存: {arr_int8.nbytes / 1024 / 1024:.2f} MB")  # ~0.95 MBprint(f"int32 内存: {arr_int32.nbytes / 1024 / 1024:.2f} MB")  # ~3.81 MBprint(f"int64 内存: {arr_int64.nbytes / 1024 / 1024:.2f} MB")  # ~7.63 MB# 💡 结论：选对类型，内存节省4-8倍！

📊 场景1：图像处理（0-255像素值）✅ 推荐：np.uint8（1字节，范围0-255）❌ 避免：np.int64（浪费7倍内存）📊 场景2：深度学习模型参数✅ 推荐：np.float32（精度够用，速度快）❌ 避免：np.float64（内存翻倍，速度略慢）📊 场景3：金融计算（高精度要求）✅ 推荐：np.float64 或 decimal模块❌ 避免：np.float16（精度不足）📊 场景4：布尔掩码/条件筛选✅ 推荐：np.bool_（1字节）❌ 避免：np.int32（浪费3字节）

import timeimport numpy as npsize = 10000000# 测试不同浮点类型的运算速度for dtype in [np.float16, np.float32, np.float64]:    arr = np.random.rand(size).astype(dtype)    start = time.time()    result = np.sqrt(arr) * 2 + 1    elapsed = time.time() - start    print(f"{dtype.__name__:10} 耗时: {elapsed:.3f}秒")

float16    耗时: 0.045秒  ⚡ 最快但精度低float32    耗时: 0.052秒  ✅ 平衡之选float64    耗时: 0.068秒  🔒 精度最高

# NumPy会根据输入自动推断最合适的数据类型arr1 = np.array([1, 2, 3])           # int64arr2 = np.array([1.0, 2.0, 3.0])     # float64arr3 = np.array([True, False])       # bool_# 混合类型时，会向上转换arr4 = np.array([1, 2.5, 3])         # float64（int→float）print("混合类型:", arr4.dtype)

# 创建数组后统一转换data = np.array([1, 2, 3, 4, 5])data = data.astype(np.float32)  # 一次性转换# 或者在创建时指定data = np.array([1, 2, 3, 4, 5], dtype=np.float32)  # 更推荐！

# 使用np.can_cast()检查能否安全转换print(np.can_cast(np.int32, np.int64))  # True ✅print(np.can_cast(np.int64, np.int8))   # False ⚠️ 可能溢出

# ❌ 浪费内存large_data = np.array(range(1000000))  # 默认int64，8MB# ✅ 节省内存large_data = np.array(range(1000000), dtype=np.int32)  # 4MB，够用！

# Python 3中，/ 总是返回浮点数arr = np.array([1, 2, 3], dtype=np.int32)result = arr / 2print(result)        # [0.5 1.  1.5]print(result.dtype)  # float64 ⚠️ 类型自动提升！# 如果需要整数结果，用 //result2 = arr // 2print(result2)       # [0 1 1]print(result2.dtype) # int32 ✅

import numpy as np# 基础题arr = np.array(range(1, 11), dtype=np.int32)print(arr.dtype, arr.itemsize, arr.nbytes)float_arr = np.array([1.9, 2.8, 3.5])int_arr = float_arr.astype(np.int32)# 进阶题rand_arr = np.random.rand(1000).astype(np.float32)print(f"内存占用: {rand_arr.nbytes} 字节")bool_arr = np.array([True, False, True, False])print(bool_arr.astype(np.int32))# 挑战题：推荐数据类型函数def recommend_dtype(min_val, max_val, is_float=False):    """根据数值范围推荐合适的数据类型"""    if is_float:        return np.float32  # 简化版    else:        if -128 <= min_val and max_val <= 127:            return np.int8        elif -32768 <= min_val and max_val <= 32767:            return np.int16        else:            return np.int32

第74天：NumPy安装 ✓第75天：ndarray对象 ✓第76天：数据类型 ✓ ← 你今天在这里第77天：数组属性第78天：创建数组进阶第79天：切片和索引...