numpy `astype(int)` 返回 `np.int64` 而不是 `int` - 该怎么办？

Question

我有一个标准的 np.array，类型是 np.int32：

idx = array([ 607, 638, 639, ..., 9279, 9317, 9318], dtype=int32)

为了确认 int32 确实是 np.int32，我用以下方法检查：

>>> type(idx[0])
<class 'numpy.int32'>

之后，我想在后面使用这个数组，需要把它们转换成 int 类型（原因是我想用 cppyy 来索引一个 std::vector<T>，而这个索引类型似乎要求比较严格）。所以我想我可以这样做：

>>> idx2 = idx.astype(int)

但是这样会得到：

>>> type(idx2[0])
<class 'numpy.int64'>

我是不是必须用类似这样的方式？

>>> idx3 = [int(k) for k in idx]
>>> type(idx3[0])
<class 'int'>

有没有什么建议？

更新 1：也许这能提供一些关于 std::vector 索引的更多信息：

>>> v[idx[0]]
*** TypeError: an integer is required

而且

>>> v[int(idx[0])]
<cppyy.gbl.std.vector<double> object at 0x559a9a8845a8>

更新 2：对我来说，转换成列表是可以接受的，我已经接受了这个答案。

Answer 1

如果你想保留numpy数组，可以把int32/int64转换成object类型：

test_array = np.arange(10).astype(object)
print(type(test_array[0]))

<class 'int'>

补充说明：有趣的是，你不能把它当作索引来使用。这会产生错误：

test_array[test_array]

{IndexError}arrays used as indices must be of integer (or boolean) type

Answer 2

如果我理解正确的话，你可以使用 .tolist() 这个方法：

idx = np.array([607, 638, 939], dtype=np.int32)
idx3 = idx.tolist()

print(type(idx3[0]))

输出结果是：

<class 'int'>