PYTHON-numpy.array的大坑、numpy中的数据类型

1.大坑介绍：

　　一定要在生成数组（array）时候声明数组所存储变量的变量类型；不然，真的，这个错误几天都找不出来！太隐蔽了！

官网已经给你悄悄暗示了些什么：

　　总的来说就是自己基础知识不扎实导致的，忽视了一点就是：

python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。

2.大坑代码：

>>> 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])
#看到这的小伙伴，没问题啊？怎么回事，小老弟！

#下面可要看仔细了
>>> 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？求个列方向的平均值怎么成0了，不应该是array[0.5,0.5]么

问题就在这，我之前在“灰色行”给c赋予了一个数组的属性，其开始存储的是

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

这样一个数据，由于其中元素都是int的，所以系统就认为你要的这个数组就是int的，但是最后呢？你要其存储float类型的，作为系统的“好心”，肯定给你转换为int。却恰恰是这个“好心”导致程序出错。

方法：加入数据类型

>>> 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)#这样就对了嘛！

3.numpy中的数据类型：

数据类型	描述
bool_	布尔（True或False），存储为一个字节
int_	默认整数类型（与Clong相同；通常是int64或int32）
INTC	与Cint（通常为int32或int64）相同
INTP	用于索引的整数（与Cssize_t相同；通常是int32或int64）
INT8	字节（-128至127）
INT16	整数（-32768至32767）
INT32	整数（-2147483648至2147483647）
Int64的	整数（-9223372036854775808至9223372036854775807）
UINT8	无符号整数（0到255）
UINT16	无符号整数（0到65535）
UINT32	无符号整数（0到4294967295）
UINT64	无符号整数（0到18446744073709551615）
float_	float64的简写。
float16	半精度浮点：符号位，5位指数，10位尾数
FLOAT32	单精度浮点数：符号位，8位指数，23位尾数
float64	双精度浮点：符号位，11位指数，52位尾数
complex_	complex128的简写。
complex64	复数，由两个32位浮点数（实部和虚部）
complex128	复数，由两个64位浮点数（实部和虚部）