demo代码:
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
b = np.float32([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print('1:')
print(type(a))
print('2:')
print(type(b))
print('3:')
print(a.dtype)
print('4:')
print(b.dtype)
print('5:')
print(a.astype(np.float32))
print('6:')
print(b.astype(np.int32))
输出如下:
1:
<class 'numpy.ndarray'>
2:
<class 'numpy.ndarray'>
3:
int64
4:
float32
5:
[[ 1. 2. 3.]
[ 4. 5. 6.]
[ 7. 8. 9.]
[10. 11. 12.]]
6:
[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]
1、type()用来查看数据结构,例如array/list/dict/set/DataFrame/int/float等等
2、.dtype用来查看数据元素的数据类型,list/dict由于其元素类型可以不一致,不能使用,而array可以使用
3、.astype(),可以改变数据元素的数据类型