合并NumPy数组时int转decimal问题及同类型合并方法求助

问题核心原因：初始的a是空列表，np.concatenate会自动将其转换为numpy数组，而空数组默认dtype为float64。当与int64类型的b合并时，numpy会进行类型提升，最终得到浮点型数组。

以下是三种可行的解决方案：

• 提前指定a的类型为int64
  初始化a时直接创建空的int64类型数组，而非空列表：

  import numpy as np
  a = np.array([], dtype=np.int64)
  b = np.array([76522, 82096], dtype=np.int64)
  a = np.concatenate((a, b))
  # 输出结果：array([76522, 82096], dtype=int64)
  

• 合并前将a转为与b同类型的数组
  如果a必须以列表形式存在，合并前先转换为和b一致的数据类型：

  import numpy as np
  a = []
  b = np.array([76522, 82096], dtype=np.int64)
  a = np.concatenate((np.array(a, dtype=b.dtype), b))
  # 输出结果：array([76522, 82096], dtype=int64)
  

• 在concatenate时强制指定dtype
  直接在合并时通过dtype参数指定结果类型，强制覆盖类型提升逻辑：

  import numpy as np
  a = []
  b = np.array([76522, 82096], dtype=np.int64)
  a = np.concatenate((a, b), dtype=np.int64)
  # 输出结果：array([76522, 82096], dtype=int64)
  

内容的提问来源于stack exchange，提问作者asmgx