为什么 np.array([1, "a"]) 使用 21 个字符的 Unicode 字符串？

Question

当用一个字符检查字符串的数据类型时，我得到的 dtype 为

print(numpy.array(["a"]).dtype)

Output : <U1

但是在数组中添加一个整数后，为什么会消耗21个字符？

print(numpy.array([1,"a"]).dtype)

Output : <U21

Answer 1

为什么要消耗 21 个字符？

因为元素正在被提升，这意味着numpy将元素转换为

type1 和 type1 的最小尺寸和最小标量种类 type2 可以安全地转换。

例如如果我们使用promote_types:

print(np.promote_types('i8', '<U1'))

输出

<U21

关于 U21，它由两部分组成，如您所知，U 表示 Unicode，21 表示它可以容纳的元素数量，请参阅answer 的更多信息。

因此，8 可以转换为 int64，并且它可以容纳至少 20 个字符（尽管取决于平台），它正在转换为 U21。知道一个数字可以包含多少个字符：

ii64 = np.iinfo(np.int64)
print(ii64)

输出

Machine parameters for int64
---------------------------------------------------------------
min = -9223372036854775808
max = 9223372036854775807
---------------------------------------------------------------

特别是：

print(len(str(ii64.min)))

输出

20

您可以通过以下方式保留 U1：

print(np.array(["a", 1]).dtype) # put the string first

输出

<U1

在此 GitHub issue 上查看更多信息。