type
status
date
slug
summary
tags
category
icon
password
comment
为什么要关注 dtype？
- 用 numpy 处理数据时，dtype 决定了内存占用和精度。
- 很多“奇怪报错”其实就是类型不兼容，或者数值溢出/精度丢失。
- 比如 float64 和 int32 都能存数字，但本质很不同。
numpy 常见 dtype 一览
这一部分没必要死记，但常用的那些需要知道：
- int8, int16, int32, int64：有符号整数，不同字节，范围越来越大，内存也越来越大。
- uint8, uint16, ...：无符号，只能存正数，范围大一倍（比如图像处理中常用 uint8 表示 0-255）。
- float16, float32, float64：小数，精度和存储空间依次递增。float64 最常见、最通用，float32 适合神经网络场景、节省内存。
- complex64, complex128：复数（其实就是两个 float 拼一起）。
- bool：True/False，虽然理论上 1bit 就够，numpy 实际占 1字节。
- object：万能类型，实际上很慢，只有非规整结构才用。
- string_ / unicode_：numpy 支持定长字符串（S10、U10），其实很少用，数据表或文本更推荐 object。
dtype 的实际用法（Python 演示）
什么时候用什么类型？
- 内存敏感（大数据量/深度学习）：用 float32、int32，甚至 uint8（比如图像、mask）。
- 需要高精度科学计算：float64、int64。
- 做索引/分组：int32 足够（pandas 默认 int64）。
- 布尔数组：bool，常用于掩码(mask)、筛选。
- 字符串、杂项：数据规整就用 string_，否则 object。
一些实际踩坑体会
- int/float 混用运算：结果会自动升级为 float。
- float16/float32 精度问题：比如 (0.1 + 0.2 != 0.3) 这种，机器学习和科学计算有坑。
- astype 强制转换：小心数据截断，特别是 float -> int 会直接去掉小数。
- pandas 默认都是 float64/int64，但其实很多场景降级为 float32 更省内存。
- bool 用于掩码选择很高效，但存储不是最省（不是1bit，是1byte）。
dtype 选择总结
- 默认 float64、int64 就够用，内存压力大了再考虑 float32、int32。
- 图像/掩码类适合 uint8。
- 机器学习/深度学习建议 float32，float16 训练速度快但精度低（慎用）。
- 字符串杂项 object/string_，一般做文本分析推荐 object。
小结
不用一上来就纠结类型，但出错/数据大了/速度慢时，一定要排查 dtype。
平时善用
.astype()，多看 arr.dtype，遇到奇怪的类型报错，记得查文档或 print(type/值/arr.dtype)。