python - 将空列表附加到 numpy 数组会更改其 dtype

Question

我有一个 numpy 整数数组。在我的代码中，我需要从列表中附加一些其他整数，这可以正常工作并按预期返回一个 dtype int64 数组。但可能会发生要附加的整数列表为空的情况。在这种情况下，numpy 返回一个 float64 值的数组。示例代码如下:

import numpy as np

a = np.arange(10, dtype='int64')

np.append(a, [10])  # dtype is int64
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

np.append(a, [])    # dtype is float64
# array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])

这是预期的行为吗？如果是这样，这背后的理由是什么？这甚至可能是一个错误吗？

np.append 的文档声明返回值为

A copy of arr with values appended to axis.

既然没有要附加的值，不应该只返回数组的副本吗？

(Numpy 版本:1.22.4，Python 版本:3.8.0)

Answer 1

从空列表构造的 numpy 数组的默认 dtype 是 float64:

>>> np.array([])
array([], dtype=float64)

float64 dtype 将“胜过”int64 dtype 并将所有内容提升为 float64，因为反过来转换会导致损失精度(即截断任何 float64)。当然这是一个极端的情况，因为在空数组中没有要截断的值，但只对 dtype 进行检查。更多信息在 the doc for numpy.result_type() .

事实上:

>>> a = np.array(dtype='int64')
>>> a
array([], dtype=int64)

>>> b = np.array([])
>>> b
array([], dtype=float64)

>>> np.result_type(a, b)
dtype('float64')

np.promote_types()函数用于确定要提升到的类型:

>>> np.promote_types('int64', 'float64')
dtype('float64')

另请参阅:How the dtype of numpy array is calculated internally?