更改 numpy.asarray 中的默认数据类型

Question

我在我的项目中使用numpy.asarray 来处理数组，因为它与默认的 Python 列表相比效率更高。在分配数组时，我还应该注意内存利用率，因为我的程序可以接收千兆字节的大数据。在检查numpy.asarray 时，我发现除非另有说明，否则数据类型是从数组本身推断出来的。因此，我有以下数组：

np.asarray([list(map(int, list(x))) for x in X])

当我打印print X.dtype 时，我得到了int64。由于这里的数组X 总是包含二进制值，0 或1，所以我想使用dtype=np.int8 来减少分配空间时所需的内存。但我不确定这是否是个好主意！我应该坚持使用默认的int64 吗？ int8 会丢失任何我想不到的数据精度吗？

谢谢。

Answer 1

来自NumPy Manual：

数组类型和类型之间的转换

Data type    Description

...
int8         Byte (-128 to 127)
...

如果您只打算将二进制值放入数组中，那就没问题了。您不会丢失任何数据精度。

---

您甚至可以考虑将数据类型设置为bool_，它以字节形式存储，绝对是您记忆的最佳解决方案，也可以用作int。

>>> import numpy as np
>>> x = np.asarray([1,0,1,0], dtype=np.bool_)
>>> x
array([ True, False,  True, False], dtype=bool)
>>> x + 2
array([3, 2, 3, 2])