如何修改Numpy ndarray中各列的数据类型？

普通Numpy ndarray是同构数组，所有元素共享同一数据类型，这就是你直接执行arr[:, 0] = arr[:, 0].astype(np.int64)却无效的原因——赋值时转换后的列会被强制转回原数组的dtype，等于白操作。要实现不同列用不同类型，必须将数组转换为结构化数组（structured array），它支持每列独立设置dtype，且内存开销远低于Pandas DataFrame。

具体实现步骤 #

方法1：通过dtype规格构造结构化数组

先定义每列的dtype规则，再将原数组转换为结构化数组：

import numpy as np
import pickle

# 从pickle读取原数组
with open("your_data.pkl", "rb") as f:
    arr = pickle.load(f)

# 初始化所有列的dtype为原数组类型
dtype_spec = [(f"col{i}", arr.dtype) for i in range(arr.shape[1])]
# 修改目标列的dtype
dtype_spec[0] = ("col0", np.int64)
dtype_spec[1] = ("col1", np.int8)
dtype_spec[10] = ("col10", np.int16)
dtype_spec[11] = ("col11", np.float64)

# 转换为结构化数组
structured_arr = np.array([tuple(row) for row in arr], dtype=dtype_spec)

方法2：逐列转换后合并（更高效）

避免逐行转tuple，直接处理每列后构造结构化数组：

import numpy as np
import pickle

with open("your_data.pkl", "rb") as f:
    arr = pickle.load(f)

# 逐列处理类型
cols = []
for idx in range(arr.shape[1]):
    col = arr[:, idx]
    if idx == 0:
        cols.append(col.astype(np.int64))
    elif idx == 1:
        cols.append(col.astype(np.int8))
    elif idx == 10:
        cols.append(col.astype(np.int16))
    elif idx == 11:
        cols.append(col.astype(np.float64))
    else:
        cols.append(col)

# 构造结构化数组
structured_arr = np.rec.fromarrays(cols)

验证与使用 #

转换完成后，可通过以下方式验证列类型：

# 查看所有列的dtype
print(structured_arr.dtype)
# 访问指定列（两种方式都可行）
col0_data = structured_arr["col0"]
col1_data = structured_arr[:, 1]

结构化数组既保留了Numpy的高效计算特性，又通过精准设置列类型大幅降低了内存占用，完美替代Pandas DataFrame的类型转换场景。

内容的提问来源于stack exchange，提问作者luki