python中dtype的用法_python-在NumPy数组中使用array.dtype =分配dtype值...

浮点数和整数(numpy.float64s和numpy.int64s)在内存中的表示方式有所不同.以这些不同类型存储的值42对应于存储器中的不同位模式.

当您重新分配数组的dtype属性时,您将使基础数据保持不变,并告诉numpy以新的方式解释该位模式.由于现在的解释与数据的原始定义不匹配,因此最终会出现乱码(无意义的数字).

另一方面,通过.astype()转换数组实际上将转换内存中的数据：

>>> import numpy as np

>>> arr = np.random.rand(3)

>>> arr.dtype

dtype('float64')

>>> arr

array([ 0.7258989 , 0.56473195, 0.20885672])

>>> arr.data

>>> arr.dtype = np.int64

>>> arr.data

>>> arr

array([4604713535589390862, 4603261872765946451, 4596692876638008676])

正确的转换：

>>> arr = np.random.rand(3)*10

>>> arr

array([ 3.59591191, 1.21786042, 6.42272461])

>>> arr.astype(np.int64)

array([3, 1, 6])

如您所见,使用astype将有意义地转换数组的原始值,在这种情况下,它将截断为整数部分,并返回具有相应值和dt