# 1.数据类型对象是用来描述与数组对应的内存区域如何使用
names = np.array([
'Tom','Alis','Auto','Palama','Pojo',
'Dun','Pork','Havi','Dyto','Nono'
])
heights = np.array([
170.70000076, 186.70003000, 154.70000076, 178.70000076, 180.70000076, 190.70000076,
190.70000076, 177.70000076, 179.70000076, 173.70000076, 171.70000076, 168.70000076
])
print names.dtype
|S6 #S代表字符串,6代表数组中最长的字符串长度为6
print heights.dtype
float64 #float为浮点型,以64位的格式存储
print np.array([0, 1, 2, 3,4]).dtype
int64 #int为整数,以64位的格式存储
print np.array([1.0, 1.5, 3.0, 2.5]).dtype
float64 #float为浮点型,以64位的格式存储
print np.array([True, False, True]).dtype
bool #bool为布尔值
# 2.将数据类型应用于ndarray对象
#统计个人信息,姓名、年龄,身高、体重
names = np.array(['name', 'age', 'height', 'weight'])
formats = np.array(['S32','i', 'i', 'i' ])
#用dtype定
Numpy--数据类型dtype
最新推荐文章于 2024-06-28 18:23:34 发布
本文详细探讨了Numpy库中的数据类型dtype,包括其重要性、常见类型及其在数值计算中的应用。通过实例解析,阐述了如何创建和转换不同类型的numpy数组,以及dtype在数据存储和内存管理中的关键作用。
摘要由CSDN通过智能技术生成