人工智能之数据分析 numpy

第四章 数组属性和数据类型

前言

NumPy 的 ndarray（N 维数组） 不仅是一个高效的多维容器，还具有丰富的 属性和灵活的 数据类型（dtype）系统。理解这些内容对于高效使用 NumPy 至关重要。

一、NumPy 数组的核心属性

创建一个示例数组：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.float32)

1. ndim：数组的维度数（轴的数量）

print(arr.ndim)  # 输出：2

2. shape：数组在每个维度上的大小（元组）

print(arr.shape)  # 输出：(2, 3) → 2行3列

3. size：数组中元素的总个数

print(arr.size)  # 输出：6（= 2 × 3）

4. dtype：数组元素的数据类型

print(arr.dtype)  # 输出：float32

5. itemsize：每个元素占用的字节数

print(arr.itemsize)  # 输出：4（因为 float32 占 4 字节）

6. nbytes：整个数组占用的总字节数（= size × itemsize）

print(arr.nbytes)  # 输出：24（6 × 4）

7. data：底层数据的内存地址（一般不直接使用）

print(arr.data)  # <memory at 0x...>

⚠️ 注意： data 属性返回的是缓冲区对象，不是实际数据内容。要访问数据，请直接使用数组本身。

二、NumPy 数据类型（dtype）

NumPy 支持比 Python 原生更丰富、更精确的数值类型，尤其适合科学计算。

1. 常见 dtype 类型

| 类型名                                             | 描述                 | 对应 C 类型                        | 示例                     |

| ---------------------------------------------------- | ---------------------- | ------------------------------------ | -------------------------- |

| bool_                                        | 布尔值（True/False） | bool                               | np.bool_           |

| int8, int16, int32, int64     | 有符号整数           | char, short, int, long long        | np.int32           |

| uint8, uint16, uint32, uint64 | 无符号整数           | unsigned char 等                   | np.uint8           |

| float16, float32, float64          | 浮点数               | half, float, double                | np.float64（默认） |

| complex64, complex128                   | 复数                 | float + float i, double + double i | np.complex128      |

💡 在大多数系统上：

• np.int_ ≡ np.int64（64 位系统）
• np.float_ ≡ np.float64

2. 指定 dtype 创建数组

a = np.array([1, 2, 3], dtype='int32')
b = np.zeros(5, dtype=np.float64)
c = np.array([1.5, 2.7], dtype=np.float32)

3. 查看和修改 dtype

• 查看：

`` python   print(a.dtype)  # int32   ``

• 转换（返回新数组）：

`` python   d = a.astype(np.float64)   print(d.dtype)  # float64   ``

⚠️ astype() 会创建副本，除非 dtype 相同。

4. 自定义结构化 dtype（用于记录型数据）

适用于类似表格或结构体的数据：

dt = np.dtype([('name', 'U10'), ('age', 'i4'), ('weight', 'f4')])
people = np.array([('Alice', 25, 55.5), ('Bob', 30, 70.0)], dtype=dt)
print(people['name'])    # ['Alice' 'Bob']
print(people[0]['age'])  # 25

• 'U10' 表示 Unicode 字符串，最多 10 个字符
• 'i4' 表示 4 字节整数（即 int32）
• 'f4' 表示 4 字节浮点数（float32）

三、数据类型字符串表示（简写）

NumPy 允许使用字符串简写指定 dtype：

示例：

x = np.array([1, 2], dtype='f4')  # 等价于 np.float32

四、dtype 的属性（了解即可）

t = np.dtype('float64')
print(t.name)      # 'float64'
print(t.itemsize)  # 8
print(t.kind)      # 'f'（f=float, i=int, U=unicode string, b=bool 等）

常见 kind 值：

• 'b': boolean
• 'i': signed integer
• 'u': unsigned integer
• 'f': floating-point
• 'c': complex floating-point
• 'U': Unicode string
• 'O': Python object

五、注意事项与最佳实践

1. 避免不必要的 dtype 转换：频繁 astype() 会降低性能。
2. 内存效率：使用合适精度的类型（如用 float32 代替 float64 可节省 50% 内存）。
3. 整数溢出：注意 int8 范围是 -128\~127，超出会回绕（不报错！）。

`` python    x = np.array([127], dtype='int8')    print(x + 1)  # [-128] ← 溢出！    ``

1. 默认 dtype：

• 整数列表 → int64（64 位系统）
• 浮点列表 → float64
• 混合（如 [1, 2.0]）→ float64

六、小结表：常用属性与 dtype 对照

在处理图像（常用 uint8）、深度学习（常用 float32）或金融数据（需高精度 float64），选择合适的 dtype 能显著提升性能和内存效率。

后续

部分代码已经上传至gitee，后续会逐步更新，主要受时间原因限制，当然自己也可以克隆到本地学习拓展。

资料关注

公众号：咚咚王 gitee： https://gitee.com/wy18585051844/ai_learning

《Python编程：从入门到实践》 《利用Python进行数据分析》 《算法导论中文第三版》 《概率论与数理统计（第四版） (盛骤) 》 《程序员的数学》 《线性代数应该这样学第3版》 《微积分和数学分析引论》 《（西瓜书）周志华-机器学习》 《TensorFlow机器学习实战指南》 《Sklearn与TensorFlow机器学习实用指南》 《模式识别（第四版）》 《深度学习 deep learning》伊恩·古德费洛著 花书 《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》 《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》 《自然语言处理综论  第2版》 《Natural-Language-Processing-with-PyTorch》 《计算机视觉-算法与应用(中文版)》 《Learning OpenCV 4》 《AIGC：智能创作时代》杜雨+&+张孜铭 《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》 《从零构建大语言模型（中文版）》 《实战AI大模型》 《AI 3.0》