创建numpy数组时dtype=np.int与原生int的区别是什么

• 首先int is np.int返回True是正确结论：从NumPy 1.20版本开始，np.int就被正式设定为Python原生int类型的别名，二者确实为同一个对象，这一步的判断不存在问题。
• 你对dtype=np.int的生效逻辑存在误解，该参数实际上是正常生效的：
  NumPy数组的核心设计是用连续的同质内存块存储数值以实现高效计算，默认不会存储臃肿的Python原生对象。当你给dtype参数传入Python原生的int类型（也就是你用到的np.int）时，NumPy会自动将其映射为当前平台默认的C风格整型，绝大多数64位系统下会映射为np.int64（也可写为np.int_），属于NumPy自定义的数值类型。
  你可以运行print(arr_.dtype)验证，输出会是int64（32位系统下为int32），而非Python原生的int，足以证明dtype配置是生效的，只是你传入的Python类型被NumPy做了默认的类型映射。
• 最后type(arr_[0]) is int返回False的原因：
  从NumPy数组中取出的单个元素是NumPy的标量类型（比如numpy.int64），并非Python原生的int类型。type()判断会严格对比类型对象，自然会返回False。
  如果你需要判断该标量是否兼容Python int类型，可以使用isinstance(arr_[0], int)，该判断会返回True，因为NumPy的整型标量都继承自Python的int抽象类。
  如果一定要让数组存储Python原生int对象，可以设置dtype=object，但这会失去NumPy数组的数值计算效率优势，和普通Python列表没有本质区别。

内容的提问来源于stack exchange，提问作者Peacepieceonepiece