创建数组时 dtype = np.int 和 int 的区别

Question

我对整数类型之间的差异感到困惑。

例如，这是一个numpy.arraydtype 为 的np.int。

>>> arr_ = np.array([1,2], dtype = np.int)

通过下面的代码，它代表true，int与np.int：

>>> int is np.int
Out[1]: True

但是，当我选择使用 dtype of 创建的数组的第一个值时np.int，以下代码输出false。

>>> type(arr_[0]) is int
Out[2]: False

为什么代码输出false，而不是true？

看来该dtype = np.int剂量没有应用于arr_。

为什么np.int不作为数组上的数据类型应用？

我已经研究过这个，但无法得到我需要的东西。

Answer 1

在 Python 中，类型int、np.int32和np.int64是 3 种不同的类型：

• int是原生 Python 多精度整数类型，能够表示任何整数值（唯一的限制是可用内存）。例如2**128是一个int有效值
• np.int32在int32_tC 整数类型中，最多可以使用 32 位表示值，即 -2147483648 和 2147483647 之间的值
• np.int64是int64_tC 整数类型，最多可以使用 64 位表示值，即 -9223372036854775808 和 9223372036854775807 之间的值

Andnp.int是本机 Python 类型的（已弃用的别名）int，原因int is np.int是正确的。但是 numpy 整数数组即使dtype=int接收实际类型的np.int32or ，np.int64因为它们必须由 C 代码处理，所以它们必须强制为固定大小的整数类型。如果您确实需要存储真实int值，则必须使用dtype=object但操作将不再可矢量化。