ndarray的数据类型

最新推荐文章于 2024-07-13 21:20:52 发布

格陵Lan丶

最新推荐文章于 2024-07-13 21:20:52 发布

阅读量2.4k

点赞数 1

分类专栏： Numpy基础文章标签：数据类型 Numpy

本文链接：https://blog.csdn.net/qq_41205111/article/details/86626953

版权

本文介绍了Numpy的dtype特性，它用于定义数组中数据的内存布局。可以通过astype方法进行数据类型的转换，如整数转浮点数，字符串转数字。Numpy支持多种数据类型，包括有符号和无符号整数、浮点数、复数、布尔值及字符串等。在转换过程中，如果遇到错误，如无法将字符串转换为特定浮点类型，将抛出ValueError。对于大型数据集，理解Numpy的数据类型对于内存管理和计算效率至关重要。

摘要由CSDN通过智能技术生成

数据类型，即dytpe，是一个特殊的对象，它包含了ndarray需要为某一种类型数据所申明的内存块信息（也称为元数据，即表示数据的数据）：

import numpy as np

arr1 = np.array([1,2,3],dtype = np.float64)
arr2 = np.array([1,2,3],dtype = np.int32)

arr1.dtype
dtype('float64')

arr2.dtype
dtype('int32')

dtype是Numpy能够与其他系统数据灵活交互的原因。

你可以使用astype方法显式地转换数组的数据类型：

arr = np.array([1,2,3,4,5])

arr.dtype
dtype('int32')

float_arr = arr.astype(np.float64)

float_arr.dtype
dtype('float64')

在上面例子中，整数被换成了浮点数。如果我把浮点数转换成整数，则小数点后的部分将被消除：

arr = np.array([3.7,-1.2,-2,6,0.5,12.9,10.1])

arr
array([ 3.7, -1.2, -2. ,  6. ,  0.5, 12.9, 10.1])

arr.astype(np.int32)
array([ 3, -1, -2,  6,  0, 12, 10])

如果你有一个数组，里面的元素都是表达数字含义