如何修改numpy array的数据类型

修改numpy array数据类型

1、numpy数据类型

2、改变numpy array数据类型

使用astype()方法可以改变数据类型，具体操作方式如下所示（注意：此方法不会改变原数组的数据类型）：

array_name.astype(int)  
array_name.astype(np.int16)
array_name.astype('float64')

若需直接改变原数组的数据类型，可采用以下方法：

array_name.dtype = np.uint8

numpy数据类型说明及自动转换陷阱

numpy的dtype是一个核心概念。由于Numpy为追求性能优化了内存管理，ndarray的值在内存中近乎连续排列，且每个元素的内存大小被设计为一致。因此，在生成ndarray时，所有元素的数据类型会被统一转换为相同类型。若原始数据类型不一致，便涉及数据类型转换（data type casting）的问题。

理解Numpy中的数据类型转换有助于有效避免和理解许多行为，因为Numpy中的许多错误往往由数据类型转换引起。因此，理解数据类型转换可以预防和排查诸多问题。首先，Numpy中包含多种数据类型，数量多于Python内置数据类型，具体类型可参考下图。图中columns和index为Numpy中数据类型的符号表示，具体释义可查阅相关文档。下文重点讲解Numpy中关于数据类型及转换时容易遇到的陷阱或注意事项。

1、数据类型的表示

在Numpy中，一个数据类型实际上是一个dtype对象，具有字节顺序、数据类型、字节数大小等重要属性。通常，Numpy中的数据类型表示为类似'<i4'的形式。在此表示法中，'<'表示字节顺序，'i'表示数据类型（此处指整数），'4'表示一个元素占据的字节数，即32位整数。

2、构造ndarray时的dtype

在构造ndarray时，可通过指定dtype参数来设置数组内元素的数据类型。该dtype既可用'i4'这样的字符串表示，也可用int表示，但后者无法指定字节数。需注意，指定dtype时，务必确认该dtype能兼容所有元素，以防溢出或不兼容。可通过result_type(*array_like)函数判断应设定的dtype，该函数返回能兼容所有元素的最小size的数据类型；或者不设定，由系统自动进行数据类型转换，也可通过ndarray.dtype属性查看数据类型。无论如何，需具备数据类型转换的意识，因为这会影响后续对ndarray的操作。

3、不同数据类型之间的转换兼容性

Numpy的数据类型之间能够实现转换，可通过np.can_cast(fromtype,totype)函数进行判断，更详细信息可参考下图。

4、numpy对python对象数据类型'O'的处理

当Numpy中包含Python独有的原生数据类型（如Decimal）时，ndarray会被转为object数据类型，表示Python对象数据类型。当然，也可转为字符串，但字符串对于np.nan往往会占据更大的itemsize。

当Numpy函数处理dtype为object的ndarray时，会先将内部元素进一步转为其他Numpy数据类型，以便进行操作。因此，若函数无法或未指定类型参数，将默认以第一个inner loop遇到的数据类型作为所有元素的类型，并以此类型进行后续转换。此时，对于object类型的ndarray，往往容易出现数据无法转换成功的异常。因此，需注意处理时第一个inner loop遇到的元素类型是否能兼容后续所有要处理的元素，否则将抛出异常。见以下示例说明。

import numpy as np
from decimal import Decimal
 
arr=np.array([[1,2.0,3],['a',3,np.nan],[2,np.nan,Decimal('5')]])
arr1=np.apply_along_axis(lambda x:x[0],arr=arr,axis=1)
arr1
# output:
# ValueError: invalid literal for int() with base 10: 'a'
 
arr2=np.apply_along_axis(lambda x:x[1],arr=arr,axis=1)
arr2
# output:
# array([ 2.,  3., nan])
 
arr2=np.apply_along_axis(lambda x:x[2],arr=arr,axis=1)
arr2
# output:
# array([          3, -2147483648,           5])

从上述示例可见，在arr1中，由于第一个inner loop遇到的元素是整数1，因此会以整数类型对后续元素进行转换，但后续元素为字符'a'，无法转为int，故报上述错误；在arr2中，第一个遇到的元素是2.0（float），因此后续元素均被转为float，输出为array([ 2., 3., nan])，其中均变为float。需注意，由于np.nan本身即为浮点数，因此此处可正确转换，转换后仍为np.nan；但观察arr2（注：原文此处逻辑有误，应为arr3或另一示例，但按原文描述），由于第一个遇到的元素类型为int32，后续np.nan为float64，会造成溢出，从而无法正确转换，此时会用int32最接近np.nan的值进行替换，即-2**31（-2147483648）。此处之所以是2**31而非2**32-1，是因为此处的int为signed int（有符号整数），其范围为-2**31至2**31-1；而Decimal('5')被转为int 5，因此出现上述结果。

因此，当要被转成ndarray的原始数据中包含np.nan时，需特别注意此点，最好指定float类型，并注意其他数据的兼容性；若同时为object数据类型，则还需注意第一个inner loop遇到的元素的数据类型，确保与后续数据类型保持兼容。

小结：Numpy的dtype存在诸多陷阱，需小心对待，谨慎核查，然后灵活运用。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持本站。