1.大坑介绍：
一定要在生成数组（array）时候声明数组所存储变量的变量类型；不然，真的，这个错误几天都找不出来！太隐蔽了！
官网已经给你悄悄暗示了些什么：
总的来说就是自己基础知识不扎实导致的，忽视了一点就是：
python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。
2.大坑代码：
>>> a = [0,3,2] >>> b = [0,8,2] >>> c = np.array(list(zip(a,b))) >>> c = np.mean([[0,0],[1,1]]) >>> c 0.5 >>> c = np.mean([[0,0],[1,1]],axis = 0) >>> c array([0.5, 0.5]) #看到这的小伙伴，没问题啊？怎么回事，小老弟！ #下面可要看仔细了 >>> c = np.array(list(zip(a,b))) >>> c[0] = np.mean([[0,0],[1,1]],axis = 0) >>> c[0] array([0, 0]) #咋回事呢？求个列方向的平均值怎么成0了，不应该是array[0.5,0.5]么
问题就在这，我之前在“灰色行”给c赋予了一个数组的属性，其开始存储的是
array([[0, 0],
[3, 8],
[2, 2]])
这样一个数据，由于其中元素都是int的，所以系统就认为你要的这个数组就是int的，但是最后呢？你要其存储float类型的，作为系统的“好心”，肯定给你转换为int。却恰恰是这个“好心”导致程序出错。
扫描二维码关注公众号，回复：
10917080 查看本文章
方法：加入数据类型
>>> c = np.array(list(zip(a,b)),dtype = np.float32) >>> c[0] = np.mean([[0,0],[1,1]],axis = 0) >>> c[0] array([0.5, 0.5], dtype=float32)#这样就对了嘛！
3.numpy中的数据类型：
|
数据类型
|
描述
|
|
bool_
|
布尔（True或False），存储为一个字节
|
|
int_
|
默认整数类型（与Clong相同；通常是int64或int32）
|
|
INTC
|
与Cint（通常为int32或int64）相同
|
|
INTP
|
用于索引的整数（与Cssize_t相同；通常是int32或int64）
|
|
INT8
|
字节（-128至127）
|
|
INT16
|
整数（-32768至32767）
|
|
INT32
|
整数（-2147483648至2147483647）
|
|
Int64的
|
整数（-9223372036854775808至9223372036854775807）
|
|
UINT8
|
无符号整数（0到255）
|
|
UINT16
|
无符号整数（0到65535）
|
|
UINT32
|
无符号整数（0到4294967295）
|
|
UINT64
|
无符号整数（0到18446744073709551615）
|
|
float_
|
float64的简写。
|
|
float16
|
半精度浮点：符号位，5位指数，10位尾数
|
|
FLOAT32
|
单精度浮点数：符号位，8位指数，23位尾数
|
|
float64
|
双精度浮点：符号位，11位指数，52位尾数
|
|
complex_
|
complex128的简写。
|
|
complex64
|
复数，由两个32位浮点数（实部和虚部）
|
|
complex128
|
复数，由两个64位浮点数（实部和虚部）
|
4.参考：
https://www.numpy.org.cn/（官网链接）
https://www.cnblogs.com/hackpig/p/8183470.html（list与array的区别）
https://www.cnblogs.com/chenhuabin/p/11412818.html（numpy中的数据类型） <-------------------------强烈推荐学矩阵的小伙伴们看看