python多维分类_如何在Python中获取多维Numpy数组元素的类型

使用dtype属性：>>> import numpy

>>> ar = numpy.array(range(10))

>>> ar.dtype

dtype('int32')

解释

Python列表类似于数组：>>> [[1, 2], [3, 4]]

[[1, 2], [3, 4]]

但是对于分析和科学计算，我们通常使用numpy包的数组进行高性能计算：>>> import numpy as np

>>> np.array([[1, 2], [3, 4]])

array([[1, 2],

[3, 4]])

如果您要求检查数组中的数据类型，我们可以使用数组中感兴趣项的索引来完成此操作(在这里，我将依次深入到最深的元素)：>>> ar = np.array([[1, 2], [3, 4]])

>>> type(ar)

>>> type(ar[0])

>>> type(ar[0][0])

我们还可以通过访问dtype属性直接检查数据类型>>> ar.dtype

dtype('int32')

例如，如果数组是字符串，我们将了解最长字符串的长度：>>> ar = numpy.array([['apple', 'b'],['c', 'd']])

>>> ar

array([['apple', 'b'],

['c', 'd']],

dtype='|S5')

>>> ar = numpy.array([['apple', 'banana'],['c', 'd']])

>>> ar

array([['apple', 'banana'],

['c', 'd']],

dtype='|S6')

>>> ar.dtype

dtype('S6')

我倾向于不给我的导入起别名，所以我有这里看到的一致性(我通常是这样做的)。>>> ar.dtype.type

>>> ar.dtype.type == numpy.string_

True

但是import numpy as np(也就是说，它的别名)是常见的：>>> import numpy as np

>>> ar.dtype.type == np.string_

True