创建数组时dtype = np.int和int之间的差异
创建数组时dtype = np.int和int之间的差异
提问于 2021-10-08 06:50:32
我对整数类型之间的区别感到困惑。
例如，这里是一个带有dtype numpy.array的np.int。
>>> arr_ = np.array([1,2], dtype = np.int)通过下面的代码，它表示真，即int与np.int相同
>>> int is np.int
Out[1]: True但是，当我选择使用np.int的dtype创建的数组的第一个值时，下面的代码输出false。
>>> type(arr_[0]) is int
Out[2]: False为什么代码输出false而不是true？
dtype = np.int似乎不适用于arr_。
为什么np.int不作为数组上的dtype应用？
我调查过this，但没有得到我需要的东西。
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-10-08 07:46:45
在Python中，类型int、np.int32和np.int64有3种不同的类型：
int是本机PythonMulti精度整数类型，能够表示任何整数值(唯一的限制是可用内存)。例如，valuenp.int32是一个有效的int32_tC整数类型，它可以表示使用最多32位的值，即-2147483648之间的值，而2147483647np.int64是int64_tC整数类型，它可以表示最多消耗64位的值，即-9223372036854775808和9223372036854775807
之间的值。
np.int是本机Python int类型的一个(不推荐的别名)，这是int is np.int为true的原因。但是，numpy整数数组，即使使用dtype=int，也会接收实际类型的np.int32或np.int64，因为它们必须由C代码处理，所以必须强制使用固定大小的整数类型。如果确实需要存储真正的int值，则必须使用dtype=object，但操作将不再是可向量化的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69491672
复制相关文章
相似问题
腾讯云开发者
