为什么使用np.append时空列表[]会被推断为float类型

• 空列表的默认类型推断规则：numpy将Python序列转换为ndarray时，如果未显式指定dtype且序列为空，会默认使用np.float64作为数据类型。你可以执行print(np.asarray([]).dtype)验证，输出结果就是float64，这是该问题的核心诱因。
• np.append的底层逻辑：np.append本质是np.concatenate的轻量封装，执行时会先把所有输入的序列（包括传入的空列表）都转换为ndarray，再执行拼接操作，因此会和np.concatenate表现出一致的类型问题。
• 拼接时的自动类型提升规则：numpy做多数组拼接时，会自动推导所有输入数组的公共兼容dtype，保证默认转换不会丢失精度。当int类型数组和float64类型的空数组拼接时，两者的公共兼容类型为float64，因此最终输出数组的dtype会被提升为浮点型，即便原数组显式指定为int32/int64也不例外。
• 指定dtype报错的原因：np.concatenate的执行顺序是先将每个输入序列转换为默认类型的数组（空列表会先被转成float64空数组），再尝试将这些数组转换为用户指定的dtype。numpy默认的类型转换规则为same_kind，仅允许同类型族的转换（比如int8转int64、float32转float64），float64转int64不属于同类型族转换，因此会抛出类型错误，只有设置casting='unsafe'跳过类型安全检查才能正常执行。

• 传入空序列时显式指定dtype，不要直接传入Python空列表，而是传入和原数组类型一致的空数组，例如np.append([1,2,3], np.array([], dtype=np.int64))，即可保持输出为int64类型。
• 拼接前主动统一所有输入数组的dtype，避免依赖numpy的自动类型推断逻辑。

内容的提问来源于stack exchange，提问作者Kevin