np.asfarray的用法

我在百度上面就没有发现numpy.asfarray的用法,  特此将实验结果贴在这
import numpy as np
a=np.array([["8",'1'],['3','7']])
print(a)
结果 :
[['8' '1']
 ['3' '7']]


b=np.array([["8",'1'],['3','7']])
print(b)
结果:
[['8' '1']
 ['3' '7']]
c=['1','2','3','4','5']
c=np.asfarray(c)
print(c)
结果: [1. 2. 3. 4. 5.]



d =["1","2\t","3\n","4"]
d=np.asfarray(d)
print(d)

结果:

[1. 2. 3. 4.]

 

注:asfarrary不仅可以对多维数组做数值处理,还可以对列表做去 转移符处理

个人认为:asfarray= as float array ,我自己瞎猜的,不知道对不对


 



 

 

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值