Numpy 數據類型

本小節將詳述 Numpy 內置的數據類型，以及如何在創建數組對象時進行靈活指定、如何查看創建好的數組類型、以及如何更改數據類型。

1. 常見數據類型

Numpy 支持的數據類型比 Python 內置的要多很多，而這也是 Numpy 如此靈活和強大的原因之一。

例如對于整數，在 Numpy 中，根據整數的位數不同所需要占據的空間大小不同，又對整數類型進行類細分，常見地可以分為 int8、int16、int32、int64 等等。

Numpy 支持的常用數據類型如下：

2. 定義數據類型

dtype 是一個特殊的對象，在該對象中定義了 ndarray 的數據類型與數據大小。通常我們在創建 ndarray 的時候，可以顯示地利用 dtype 定義數組的細節信息。

案例

在創建數組對象的時候，通過給 dtype 賦值，顯式地定義一個 int8 類型的數組。

import numpy as np

arr0 = np.array([[1,2,3], [4,5,6]], dtype=np.int8)
arr0

Out:
    array([[1, 2, 3],
            [4, 5, 6]], dtype=int8)

在創建數組對象的時候，通過給 dtype 賦值，顯式地定義一個 float16 類型的數組

arr1 = np.array([[1.2, -2.4, 3.1], [-4, 5.9, -6.7]], dtype=np.float16)
arr1

Out:
    array([[ 1.2, -2.4,  3.1],
		[-4. ,  5.9, -6.7]], dtype=float16)

在創建數組對象的時候，通過給 dtype 賦值，顯式地定義一個 S2 字符串類型的數組

arr2 = np.array(list('ABCD'), ndmin=2, dtype='S2')
arr2

Out:
    array([[b'A', b'B', b'C', b'D']], dtype='|S2')

在創建數組對象的時候，通過給 dtype 賦值，顯式地定義布爾類型的數組

arr3 = np.array([[-1,0,-3], [4,-5,6]], dtype=np.bool)
arr3

Out:
    array([[ True, False,  True],
           [ True,  True,  True]])

3. 查詢數據類型

同樣的，對于已經定義好數組，也可以通過調用 dtype 對象，查看其數據類型。

案例

逐個查看上面定義的數組的數據類型：

arr0.dtype
Out:
    dtype('int8')

arr1.dtype
Out:
    dtype('float16')

arr2.dtype
Out:
    dtype('S2')

arr3.dtype
Out:
    dtype('bool')

4. 更改數據類型

對于已經定義好的數組，也可以通過 ndarray 的 astype 方法對 dtype 對象進行修改。

案例

將整數類型的數組轉換成浮點數類型，并查看轉換之后的結果：

float_arr0 = arr0.astype(np.float)
float_arr0.dtype

Out:
    dtype('float64')

可以看到，在我們不指定具體的浮點數精度的時候，Numpy 也會自動去推斷一個合理的類型（當然，很多時候并不是最優的類型，因此在處理大數據集時，建議定義完整）。

如果把浮點數轉換成整數，則小數部分將會被截斷舍棄。

int_arr1 = arr1.astype(np.int8)
int_arr1

array([[ 1, -2,  3],
       [-4,  5, -6]], dtype=int8)

對于字符串類型的數組，在某些情況是可以與浮點數進行轉換的，例如：

string_arr4 = np.array([['1.2', '2.8'], ['4.3', '5.7']], dtype=np.string_)
string_arr4.astype(np.float16)

Out:
    array([[1.2, 2.8],
           [4.3, 5.7]], dtype=float16)

需要注意的是，astype 并非全能，在某些情況下，如果轉換過程失敗，則會引發一個ValueError。例如：

string_arr4.astype(np.int16)

ValueError                                Traceback (most recent call last)
<ipython-input-25-787558dcde3c> in <module>
----> 1 string_arr4.astype(np.int16)

ValueError: invalid literal for int() with base 10: '1.2'

通過觀察上面的案例，我們會發現，利用 astype 方法會創造出一個新的數組。確實 astype 方法并不能在原有的數組上進行修改，因此如果你想保存改變后的數組，務必記得給它賦個值。

5. 小結

本小節詳細講述了 Numpy 內置的數據類型，以及如何定義、查詢、更改數組的數據類型。需要注意的是，在利用 astype 方法更改數據類型的時候，并不是 100% 成功的。