numpy.array（）中的dtype參數

Question

我想了解Numpy中dtypes的邏輯。

numpy.min_scalar_type(10) 
-> uint8 

和：

a = numpy.array([10]) 
print(a.dtype) 
-> int32 (on my machine) 

我期待uint8代替int32，由於（1.9）醫生說：

numpy.array（對象，D型細胞=無。 ..）

dtype：data-type，可選。數組所需的數據類型。如果沒有給出 ，那麼類型將被確定爲以保持序列

和中的對象所要求的最小類型 ：

numpy.min_scalar_type的（a）

對於標量a，返回最小尺寸的數據類型和可保存其值的最小標量類型。

...

返回：out：dtype。最小的數據類型。

我誤解了什麼嗎？

Answer 1

python列表可以包含不同類型的對象，例如， X = ['apples', 'oranges',10]。如果你做type([10])，你會看到容器的Python類型在技術上被稱爲列表，而不是數組。

相比之下，在一個numpy數組中，所有對象都是相同類型的dtype。

文檔告訴你，在創建一個numpy數組時，dtype被設置爲將保存所有現有的對象的類型。

看看，找找：

的類型將被確定爲保持序列

作家或許應該補充「，而不是它們的值中的對象所需的最小類型「

我們可以做一個UINT8 10很輕鬆地：

ten = np.uint8(10) 

如果將其放入Python列表中，它將保留其類型，因爲Python列出的是保留類型。如果該列表發送到numpy.array()以製作一個numpy數組，那麼numpy數組將使用dtype np.uint8，因爲它足夠大以容納全部（1）預先存在的Python列表對象。

In [49]: np.array([ten]).dtype 
Out[49]: dtype('uint8') 

但是如果我們用一個文字10，Python會爲它創建一個int對象，而不是一個np.uint8因爲np.uint8是特有的numpy的所有10確實是調用Python創建該號碼。

如果我們包含文字10 Python列表，我們重複你的結果（與機器架構整數）：

In [50]: np.array([10]).dtype 
Out[50]: dtype('int64') 

如果我們把兩種一起在一個Python列表，併發送列表np.array創建一個numpy數組，然後dtype必須足夠大，以容納這兩個對象，在這種情況下int64。

In [51]: np.array([ten, 10]).dtype 
Out[51]: dtype('int64')