整数:
- Numpy中的整型
a = np.arange(10) #生成一个从0开始,顺次加一,长度为10的不重复数字的排列
print(a)
print(type(a[0]))
print(isinstance(a[0],int))
a = np.arange(10,dtype=np.int64)
print(a)
print(type(a[0]))
print(isinstance(a[0],int))
结果:
[0 1 2 3 4 5 6 7 8 9]
<class 'numpy.int32'>
False
[0 1 2 3 4 5 6 7 8 9]
<class 'numpy.int64'>
False
- Python中的整型
orderlist = []
for i in a:
orderlist.append(int(i))
print(orderlist)
print(type(orderlist[0]))
结果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<class 'int'>
浮点数:
Python中的浮点数:float
(float型默认为float64
)
Numpy中的浮点数:np.float
、np.float64
、np.float32
python中的float
和np.float
、np.float64
都是C类型的double,它们三个是一样的。但是和np.float32
不一样。
说明:
np.float
是 python float
的别名。np.float64
和python float
精度一样。
np.float32
和 np.float64
是 numpy
特定的 32 位和 64 位浮点类型。
c = np.random.rand(10)
print(c)
print(type(c[0]))
print(type(np.float(c[0])))
isinstance(np.float(c[0]),float)
结果:
[0.93309734 0.93118008 0.79113051 0.48998978 0.03657298 0.28269728
0.28506588 0.70060949 0.34962929 0.51470587]
<class 'numpy.float64'>
<class 'float'>
True
参考链接:
详细信息请参考官方文档:
https://www.numpy.org.cn/user/basics/types.html