PYTHON-numpy.array的大坑 、numpy中的數據類型

1.大坑介紹：

　　一定要在生成數組（array）時候聲明數組所存儲變量的變量類型；不然，真的，這個錯誤幾天都找不出來！太隱蔽了！

官網已經給你悄悄暗示了些什么：

 

 

 　　總的來說就是自己基礎知識不扎實導致的，忽視了一點就是：

python中的list是python的內置數據類型，list中的數據類不必相同的，而array的中的類型必須全部相同。在list中的數據類型保存的是數據的存放的地址，簡單的說就是指針，並非數據，這樣保存一個list就太麻煩了，例如list1=[1,2,3,'a']需要4個指針和四個數據，增加了存儲和消耗cpu。

 

2.大坑代碼：

>>> a = [0,3,2]
>>> b = [0,8,2]
>>> c = np.array(list(zip(a,b)))
>>> c = np.mean([[0,0],[1,1]])
>>> c
0.5
>>> c = np.mean([[0,0],[1,1]],axis = 0)
>>> c
array([0.5, 0.5])
#看到這的小伙伴，沒問題啊？怎么回事，小老弟！

#下面可要看仔細了
>>> c = np.array(list(zip(a,b))) >>> c[0] = np.mean([[0,0],[1,1]],axis = 0)
>>> c[0]
array([0, 0])

#咋回事呢？求個列方向的平均值怎么成0了，不應該是array[0.5,0.5]么

問題就在這，我之前在“灰色行”給c賦予了一個數組的屬性，其開始存儲的是

array([[0, 0],
[3, 8],
[2, 2]])

這樣一個數據，由於其中元素都是int的，所以系統就認為你要的這個數組就是int的，但是最后呢？你要其存儲float類型的，作為系統的“好心”，肯定給你轉換為int。卻恰恰是這個“好心”導致程序出錯。

 

方法：加入數據類型

>>> c = np.array(list(zip(a,b)),dtype = np.float32)
>>> c[0] = np.mean([[0,0],[1,1]],axis = 0)
>>> c[0]
array([0.5, 0.5], dtype=float32)#這樣就對了嘛！

 

3.numpy中的數據類型：

數據類型	描述
bool_	布爾（True或False），存儲為一個字節
int_	默認整數類型（與Clong相同；通常是int64或int32）
INTC	與Cint（通常為int32或int64）相同
INTP	用於索引的整數（與Cssize_t相同；通常是int32或int64）
INT8	字節（-128至127）
INT16	整數（-32768至32767）
INT32	整數（-2147483648至2147483647）
Int64的	整數（-9223372036854775808至9223372036854775807）
UINT8	無符號整數（0到255）
UINT16	無符號整數（0到65535）
UINT32	無符號整數（0到4294967295）
UINT64	無符號整數（0到18446744073709551615）
float_	float64的簡寫。
float16	半精度浮點：符號位，5位指數，10位尾數
FLOAT32	單精度浮點數：符號位，8位指數，23位尾數
float64	雙精度浮點：符號位，11位指數，52位尾數
complex_	complex128的簡寫。
complex64	復數，由兩個32位浮點數（實部和虛部）
complex128	復數，由兩個64位浮點數（實部和虛部）

 

4.參考：

https://www.numpy.org.cn/（官網鏈接）

https://www.cnblogs.com/hackpig/p/8183470.html（list與array的區別）

https://www.cnblogs.com/chenhuabin/p/11412818.html（numpy中的數據類型）  <-------------------------強烈推薦學矩陣的小伙伴們看看