我已经在我的笔记本电脑上安装了Anaconda 3 64位，并在Spyder中编写了以下代码:
import numpy.distutils.system_info as sysinfo
import numpy as np
import platform
sysinfo.platform_bits
platform.architecture()
my_array = np.array([0,1,2,3])
my_array.dtype
这些命令的输出显示如下：
sysinfo.platform_bits
Out[31]: 64
platform.architecture()
Out[32]: ('64bit', 'WindowsPE')
my_array = np.array([0,1,2,3])
my_array.dtype
Out[33]: dtype('int32')
我的问题是，尽管我的系统是64位的，为什么数组类型默认为int32而不是int64？
感谢任何帮助。
默认整数类型np.int_是C long类型：
http://docs.scipy.org/doc/numpy-1.10.1/user/basics.types.html
但在win64平台上，C long类型是int32类型。
https://msdn.microsoft.com/en-us/library/9c3yd98k.aspx
这在win64平台上有些奇怪。
在 Microsoft C 中，即使在 64 位系统上，long int 数据类型的大小仍为 32 位。（例如见：https://msdn.microsoft.com/en-us/library/9c3yd98k.aspx） NumPy 继承了 C 编译器中 long int 的默认大小。
int的大小也是32位。 - Severin Pappadeuxlong int是64位。 - Warren Weckesser原帖作者Prana提出了一个非常好的问题：“为什么64位机器上整数默认设置为32位？”
据我所知，简短的答案是：“因为设计有误”。似乎很明显，64位机器应该将与任何相关解释器中的整数默认定义为64位。但当然，这两个答案解释了为什么不是这种情况。现在情况已经不同了，所以我提供这个更新。
我注意到，在CentOS-7.4 Linux和MacOS 10.10.5（新旧版本）上，运行Python 2.7.14（带有Numpy 1.14.0），（截至2018年1月），默认整数现在被定义为64位。（最初示例中的“my_array.dtype”现在将在两个平台上报告“dtype('int64')”。
在任何解释器中使用32位整数作为默认整数可能会导致非常奇怪的结果，如果您正在进行整数运算，则会指出这个问题：
现在看来，Python和Numpy已经更新和修订（可以说是纠正），因此为了复制描述中遇到的问题，您必须明确将Numpy数组定义为int32。
在Python中，现在默认整数看起来是int64。这段代码在两个平台上（CentOS-7.4和MacOSX 10.10.5）运行相同：
>>> import numpy as np
>>> tlist = [1, 2, 47852]
>>> t_array = np.asarray(tlist)
>>> t_array.dtype
dtype('int64')
>>> print t_array ** 2
[1 4 -2005153392]
如果我们将t_array设为32位整数，由于32位字中的整数计算滚动过符号位，因此会得到以下结果。
>>> t_array32 = np.asarray(tlist, dtype=np.int32)
>>> t_array32.dtype
dtype*('int32')
>>> print t_array32 ** 2
[1 4 -2005153392]
使用int32的原因当然是为了提高效率。在某些情况下（比如使用TensorFlow或其他神经网络机器学习工具），你想要使用32位表示（主要是浮点数），因为与使用64位浮点数相比，速度提升可能会非常显著。
:) - user7138814您可以创建数据类型设置为int64的数组。例如：
#Windows uses int32 by default, but if we want int64, we can tell it to
x = np.array([1, 2, 3, 4, 5], dtype=np.int64)
int64_array = int32_array.astype(np.int64)