Numpy中使用astype函数将字符串格式数据转换为数值数据类型

最新推荐文章于 2024-05-07 21:39:47 发布

sdgfbhgfj

最新推荐文章于 2024-05-07 21:39:47 发布

阅读量4.4k

点赞数 4

文章标签：机器学习数据挖掘人工智能数据分析 numpy

本文链接：https://blog.csdn.net/sdgfbhgfj/article/details/123781922

版权

Numpy中使用astype函数将字符串格式数据转换为数值数据类型

numpy是什么？numpy和list有哪些区别？

Numpy中使用astype函数将字符串格式数据转换为数值数据类型

安利一个数据科学的优秀博主及其CSDN专栏：

numpy是什么？numpy和list有哪些区别？

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray
广播功能函数
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能

一个numpy array 是内存中一个连续块，并且array里的元素都是同一类（例如整数）。所以一旦确定了一个array，它的内存就确定了，那么每个元素（整数）的内存大小都确定了（4 bytes）。

list完全不同，它的每个元素其实是一个地址的引用，这个地址又指向了另一个元素，这些元素的在内存里不一定是连续的。所以list其实是只能塞进地址的“数组”，而且由于地址不用连续，每当我想加入新元素，我只用把这个元素的地址添加进list。

list中的数据类不必相同的，而array的中的类型必须全部相同。（在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。）

NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用，这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。

SciPy 是一个开源的 Python 算法库和数学工具包。

SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口（API）。

Numpy中使用astype函数将字符串格式数据转换为数值数据类型

import pandas as pd
import numpy as np

# 不显示关于在切片副本上设置值的警告
pd.options.mode.chained_assignment = None
# 一个 dataframe 最多显示60例
pd.set_option('display.max_columns', 100)
# 可视化工具包
import matplotlib.pyplot as plt
%matplotlib inline
#设置默认字体大小

plt.rcParams['font.size'] = 16


#将字符串元素转换为数值元素
x = numpy.array(['1','2','3'],dtype = numpy.string_)
y = x.astype(numpy.int32)
print(x)
print(y)