python中的type,dtype,astype区别联系

函数	用法
type(a)	python内置函数，返回变量a的数据结构类型，例如list,dict,set,string,np.array等
dtype=float或者a.dtype	返回（设置）np.array中数据元素的数据类型（int, float等)
a.astype(int)	改变np.array中数据元素的数据类型，即修改dtype设置的数据类型

备注：

• 由于list，tuple中的数据类型可以有多样，因此没有dtype属性，
• np.array中要求所有元素属于同一数据类型，因此有dtype属性
  能用dtype才能用astype()

#### type用法
>>> a = [1,2,3,4,5] 
>>> b = ('abs','1',2,[1,2,3])
>>> type(a)
<class 'list'>
>>> type(b)
<class 'tuple'>
>>> a.dtype #不具有dtype属性，astype属性
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'dtype'
>>> a.astype(int)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'astype'
>>> b.dtype
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'tuple' object has no attribute 'dtype'

np.array中type，dtype，astype的用法

####### dtype属性的用法
import numpy as np
>>> c = np.array([[1,2,3],[4,5,6]])
>>> type(c)
<class 'numpy.ndarray'>
>>> c.dtype  #调用np.array的dtype属性
dtype('int32')
>>> c = c.astype(float) ## 修改np.array中的元素类型
>>> c.dtype
dtype('float64')
>>> c.astype(float)
array([[1., 2., 3.],
       [4., 5., 6.]])

>>> d = np.array([1,2,3],dtype=float) #直接在创建时设置array中所有元素的数据类型为float
>>> type(d)
<class 'numpy.ndarray'>
>>> d.dtype
dtype('float64')
>>> d.astype(int) #修改d中所有元素的数据类型，改为int
array([1, 2, 3])

torch中的张量也具有dtype属性，没有astype属性，但是可以通过tensor.to(torch.int)来修改数据元素类型

>>> import torch
>>> e = torch.tensor(c)
>>> type(e)
<class 'torch.Tensor'>
>>> e.dtype
torch.float64
>>> e.astype(torch.int32)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Tensor' object has no attribute 'astype'
>>> e.to(int)
tensor([[1, 2, 3],
        [4, 5, 6]])