numpy.array 以整数数据初始化数组后造成的精度损失问题

在使用 $numpy$ 的 $array$ 类型数据时发现一问题，情况如下：

问题

首先我创建一个其中元素均为整数，且没有指定数据类型的一维数组：

a = np.array([2,3,4,5]）

然后，我改动数组 $\text{a}$ 中的某个元素(这里以第一个为例)为浮点数：

a[0] = 0.9999

这时，查看数组 $\text{a}$ 会发现第一个元素变成了 0，这就造成了后续程序的错误:

原因

查看官方文档可知，$numpy$ 的 $array$ 的默认数据类型是根据初始化赋值数据决定的，即为能够存储初始化数据的最小数据类型。

而我在初始化向量 $\text{a}$ 时传入的均为整型数据，这时该向量的数据类型被设置为 $int32$ ，所以在我将第一个元素设为浮点型数据时，会进行数据类型转换操作，将浮点型数据转换为整型（ $0.999<1$，被转化成 $0$ ），进而造成数据精度的损失:

所以，当定义一个今后有可能被改动的 $array$ 数据（小的数据类型改动到大的数据类型）时，应该在初始化时设置数据类型或者在整数后面加上小数点（如 [2.0, 3, 4, 5]）以避免上述问题的出现。