1、Python中的数据类型

在 Python 中，常见的内置数据类型包括：

• string（字符串）
  用于表示文本数据，字符串通常用引号包裹
  例如："ABC"、"cjavapy"

• integer（整数）
  用于表示整数
  例如：-1、0、100

• float（浮点数）
  用于表示实数
  例如：1.2、42.42

• boolean（布尔值）
  用于表示逻辑值
  例如：True、False

• complex（复数）
  用于表示复数
  例如：1.0 + 2.0j、1.5 + 2.5j

⚠️ Python 的这些类型是 动态类型，每个对象都包含额外的元数据，因此在大规模数值计算中效率较低。

2、NumPy 中的数据类型（dtype）

与 Python 不同，NumPy 中的数组要求 元素类型一致，并且每种类型都有明确的 内存大小。

NumPy 使用 dtype（data type） 来描述数组中每个元素的数据类型。

NumPy 常见数据类型及字符表示

这些类型使 NumPy 在 内存控制和性能优化 上远优于 Python 原生列表。

3、判断数组的数据类型

NumPy 数组对象提供了 dtype 属性，用于查看数组中元素的数据类型。

示例：查看整数数组的数据类型

import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr.dtype)

输出示例：

int64

示例：查看字符串数组的数据类型

import numpy as np

arr = np.array(['c', 'python', 'cjavapy'])
print(arr.dtype)

输出示例：

<U7

说明：

• U 表示 Unicode 字符串

• 7 表示字符串最大长度为 7

4、创建具有已定义数据类型的数组

在使用 np.array() 创建数组时，可以通过 dtype 参数 显式指定数据类型。

示例：创建字符串类型数组

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='S')
print(arr)
print(arr.dtype)

输出示例：

[b'1' b'2' b'3' b'4']
|S1

指定数据类型大小

对于 i、u、f、S、U 等类型，还可以指定 字节大小。

示例：创建 4 字节整数数组

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='i4')
print(arr)
print(arr.dtype)

输出示例：

[1 2 3 4]
int32

5、值无法转换的问题（ValueError）

如果数组中的某些元素 无法被强制转换为指定类型，NumPy 会抛出 ValueError 异常。

示例：无法将非数字字符串转换为整数

import numpy as np

arr = np.array(['a', '2', '3'], dtype='i')

运行结果：

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

📌 说明：
在指定 dtype 时，应确保所有元素 都可以安全转换。

6、转换现有数组上的数据类型

更改已有数组数据类型的推荐方式是使用 astype() 方法。

• astype() 会 创建数组的副本

• 原数组 不会被修改

示例：浮点数 → 整数（使用字符）

import numpy as np

arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype('i')

print(newarr)
print(newarr.dtype)

输出：

[1 2 3]
int32

示例：浮点数 → 整数（使用 Python 类型）

newarr = arr.astype(int)
print(newarr)
print(newarr.dtype)

示例：整数 → 布尔值

import numpy as np

arr = np.array([1, 0, 3])
newarr = arr.astype(bool)

print(newarr)
print(newarr.dtype)

输出：

[ True False  True]
bool