Python 为np.array（1）指定默认数据类型

有没有一种方法可以指定与诸如

np.array（1.）之类的构造一起使用的默认数据类型

特别是我希望
np.array（1.）
成为
np.float32
和
np.array（1）
成为
np.int32
。相反，我得到的是
np.float64
和
np.int64
默认值取决于您的系统。在64位系统上，默认类型为64位。在32位系统上，默认类型为32位。除了用不同的SystemC头重新编译numpy之外，没有办法更改默认值

当然，您可以显式地指定数据类型，例如

>>> x = np.array(1, dtype='int32')

编辑：正如kazemakase在下面提到的，上述内容仅适用于int32/int64。在最新的numpy版本中，无论系统如何，浮点的默认值都是float64。
您可以使用
np.float32
或
np.int32
作为
np.ndarray
构造函数：

>>> np.float32([1.])
array([ 1.], dtype=float32)
>>> np.int32([1])
array([1], dtype=int32)

但如果给定标量输入（不是秩0数组），则返回numpy标量：

重新定义默认数据类型似乎不是那么容易，另请参见：






如果您不关心额外的开销，您可以始终使用字典作为“开关”，为您发现不合适的数据类型获取正确的数据类型：

defaults = {np.dtype('int64'): np.int32,
            np.dtype('float64'): np.float32}

before = 1.
np.array(before, dtype=defaults.get(np.result_type(before), None))

但是，对于字符（字符串）或对象等复杂类型，这将失败。
OK，看起来numpy还没有为GPU时代做好准备。现在的系统是64位的，但GPU的计算主要是在32位上完成的，所以我们最终会让人们通过将默认的numpy类型传播到GPU来做次优的事情
defaults = {np.dtype('int64'): np.int32,
            np.dtype('float64'): np.float32}

before = 1.
np.array(before, dtype=defaults.get(np.result_type(before), None))