Python 中的 numpy 定义 dtype 为 short 以后为什么赋值 32768 的值是-32768 ？

[SystemLight]

a = np.array([1, 2, 3, 4, 5, 6, 32768]) a.dtype = np.short print(a)

输出： [ 1 0 2 0 3 0 4 0 5 0 6 0 -32768 0]

输出的结果为什么分成了两个值了呢？

[minami]

呃，这是被转型了吧，没发现数组长度都不对了吗？你要初始化时就指定 dtype，不要这样强转

[junkun]

short 补码的表示范围就是-32768~32767，没办法表示 32768 。

[SystemLight]

@junkun 是的是的，明白了

@minami 还真是，感谢启发，我输出值以后从 np.short 类型转成了 python int 类型，所以最高位变了，符号位置也就变了

python_val = -32769

print(bin(python_val)) # 符号位+中间数字+已有的 16 位数字位 -0b1000000000000001 存成补码 1...1...0111111111111111

print(python_val)

numpy_short_val = np.short(python_val) # numpy 得到以后把只取 16 位，发现最高位是 0 为正数，正数原码=补码 0111111111111111

print(bin(numpy_short_val)) # 当 python 再读取出来时：0111111111111111 就是 32767

print(numpy_short_val)

[byaiu]

其实 dtype 是可以强转的，在数据很大的时候是很有必要的。

[SystemLight]

@byaiu 但是我这样转换，数组大小却变了

[byaiu]

@SystemLight 说明原始的类型不是 short 而是 int 。
我以前是有处理十多个 G 数据的需求，数据可以直接用 np.fromfile 从文件里直接获取，同时要指定 dtype 。然后改变 dtype 来按照不同的格式观察同一数据。

[enrio]

钓，就硬钓。