numpy中dtype转换的陷阱与正确用法：直接修改与astype的区别

宋时安

发布时间：2026-10-15| 6人浏览过

原创

本文深入解析NumPy中数据类型转换的两种机制：直接修改dtype属性与使用astype()方法。通过实验发现，直接修改dtype仅改变解释方式而不复制数据，导致数组长度随字节数变化而翻倍；而astype()则进行真正的数据转换并生成新数组，保持长度不变。文章提供了从文本文件读取数据时的最佳实践，建议始终使用astype()进行整数转换以避免意外错误。

本文探讨NumPy库中数值数据类型转换的具体实现与潜在陷阱。

导入numpy


>>> import numpy as np

一、随意探索数据类型行为

首先创建一个包含4个随机浮点数的数组。


>>> a = np.random.random(4)

查看该数组的基本信息，包括数据类型、形状和具体数值。


>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.dtype
dtype('float64')
>>> a.shape
(4,)

尝试将dtype直接修改为float32，观察发现数组长度意外翻倍。


>>> a.dtype = 'float32'
>>> a
array([  3.65532693e+20,   1.43907535e+00,  -3.31994873e-25,
         1.75549972e+00,  -2.75686653e+14,   1.78122652e+00,
        -1.03207532e-19,   1.58760118e+00], dtype=float32)
>>> a.shape
(8,)

继续将dtype修改为float16，数组长度再次翻倍，变为原来的四倍。


>>> a.dtype = 'float16'
>>> a
array([ -9.58442688e-05,   7.19000000e+02,   2.38159180e-01,
         1.92968750e+00,              nan,  -1.66034698e-03,
        -2.63427734e-01,   1.96875000e+00,  -1.07519531e+00,
        -1.19625000e+02,              nan,   1.97167969e+00,
        -1.60156250e-01,  -7.76290894e-03,   4.07226562e-01,
         1.94824219e+00], dtype=float16)
>>> a.shape
(16,)

当将dtype改回float（即float64）时，数组长度恢复至最初的4个元素，且默认数据类型确认为float64。


>>> a.dtype = 'float'
>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.shape
(4,)
>>> a.dtype
dtype('float64')

将数组a的数据类型转换为整数类型，并观察其内部信息变化。


>>> a.dtype = 'int64'
>>> a
array([4591476579734816328, 4602876970018897584, 4603803876586077261,
       4596827787908854048], dtype=int64)
>>> a.shape
(4,)

将dtype修改为int32，发现数组长度翻倍，元素数量变为8个。


>>> a.dtype = 'int32'
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

继续将dtype修改为int16，数组长度再次翻倍，达到16个元素。


>>> a.dtype = 'int16'
>>> a
array([-31160,  24990,  13215,  16312,  32432, -26931, -19401,  16352,
       -17331, -10374,   -197,  16355, -20192, -24589,  13956,  16331], dtype=int16)
>>> a.shape
(16,)

进一步将dtype修改为int8，数组长度继续翻倍，最终拥有32个元素。


>>> a.dtype = 'int8'
>>> a
array([  72, -122,  -98,   97,  -97,   51,  -72,   63,  -80,  126,  -51,
       -106,   55,  -76,  -32,   63,   77,  -68,  122,  -41,   59,   -1,
        -29,   63,   32,  -79,  -13,  -97, -124,   54,  -53,   63], dtype=int8)
>>> a.shape
(32,)

最后将dtype设置为int，系统默认将其解析为int32，此时数组长度为8。


>>> a.dtype = 'int'
>>> a.dtype
dtype('int32')
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

二、另一种常见的数据处理场景

在从文本文件读取数据并转换为NumPy数组时，默认的数据类型通常是float64。然而，在某些应用场景下，我们需要将特定数据列视为整数。如果直接修改dtype为'int'，会导致上述提到的数组长度翻倍问题，从而引发错误。

假设我们已经导入了数据，本意是希望这些数据列为整数类型，但实际获取的是float64类型的浮点数。


>>> b = np.array([1., 2., 3., 4.])
>>> b.dtype
dtype('float64')

使用astype(int)方法可以将数据转换为整数，同时保持数组长度不变，这是推荐的做法。


>>> c = b.astype(int)
>>> c
array([1, 2, 3, 4])
>>> c.shape
(8,)
>>> c.dtype
dtype('int32')

如果直接修改b的dtype属性，b的长度会翻倍，这通常不是我们期望的结果（除非你特意需要这种视图操作）。


>>> b
array([ 1.,  2.,  3.,  4.])

>>> b.dtype = 'int'
>>> b.dtype
dtype('int32')
>>> b
array([         0, 1072693248,          0, 1073741824,          0,
       1074266112,          0, 1074790400])
>>> b.shape
(8,)