为什么在我进行位屏蔽后numpy.int16变成numpy.float64？

Question

我正在尝试位屏蔽并丢弃我的data []的LSB，它是一个包含int16的numpy.ndarray。 data = [2,0,4，......，-2，-4]因此，我创建了一个新数组，并使用-2位屏蔽，就16位二进制而言，它应为1111111111111110。

data_new = np.zeros(len(data))
for i in range(len(data)):
    data_new[i] = np.int16(data[i] & -2) 

不知何故，输出不是int16的数组。 它变为numpy.float64。 而且python不允许我按位执行OR来重写LSB。

TypeError: unsupported operand type(s) for |: 'numpy.float64' and 'int'
>>type(data[0])
numpy.int16
>>type(data_new[0])
numpy.float64

Answer 1

的dtype通过返回的数组的numpy.zeros默认为float64 。 如果要使用其他类型，则可以显式传递dtype ，例如：

data_new = np.zeros(len(data), np.int16)

或者，如果data已经是正确的大小和dtype ，使用np.zeros_like复制其格式和结构：

data_new = np.zeros_like(data)

请注意，在这种特定情况下，正确的解决方案可能只是让numpy隐式地通过替换数组的创建并循环以仅填充它来进行屏蔽和新数组的创建：

data_new = data & -2

它将运行得更快，并且“可以正常工作”（它的大小和dtype自动与data相同）。