NumPy 数据类型

python 中的数据类型

默认情况下，python 拥有以下数据类型：

• strings - 用于表示文本数据，文本用引号引起来。例如 "abcd"。
• integer - 用于表示整数。例如 -1, -2, -3。
• float - 用于表示实数。例如 1.2, 42.42。
• boolean - 用于表示 true 或 false。
• complex - 用于表示复平面中的数字。例如 1.0 + 2.0j，1.5 + 2.5j。

numpy 中的数据类型

numpy 有一些额外的数据类型，并通过一个字符引用数据类型，例如 i 代表整数，u 代表无符号整数等。

以下是 numpy 中所有数据类型的列表以及用于表示它们的字符。

• i - 整数
• b - 布尔
• u - 无符号整数
• f - 浮点
• c - 复合浮点数
• m - timedelta
• m - datetime
• o - 对象
• s - 字符串
• u - unicode 字符串
• v - 固定的其他类型的内存块 ( void )

检查数组的数据类型

numpy 数组对象有一个名为 dtype 的属性，该属性返回数组的数据类型：

获取数组对象的数据类型：

import numpy as np

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

print(arr.dtype)

运行实例

获取包含字符串的数组的数据类型：

import numpy as np

arr = np.array(['apple', 'banana', 'cherry'])

print(arr.dtype)

运行实例

用已定义的数据类型创建数组

我们使用 array() 函数来创建数组，该函数可以使用可选参数：dtype，它允许我们定义数组元素的预期数据类型：

用数据类型字符串创建数组：

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='s')

print(arr)
print(arr.dtype)

运行实例

对于 i、u、f、s 和 u，我们也可以定义大小。

创建数据类型为 4 字节整数的数组：

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='i4')

print(arr)
print(arr.dtype)

运行实例

假如值无法转换会怎样？

如果给出了不能强制转换元素的类型，则 numpy 将引发 valueerror。

valueerror：在 python 中，如果传递给函数的参数的类型是非预期或错误的，则会引发 valueerror。

无法将非整数字符串（比如 'a'）转换为整数（将引发错误）：

import numpy as np

arr = np.array(['a', '2', '3'], dtype='i')

运行实例

转换已有数组的数据类型

更改现有数组的数据类型的最佳方法，是使用 astype() 方法复制该数组。

astype() 函数创建数组的副本，并允许您将数据类型指定为参数。

数据类型可以使用字符串指定，例如 'f' 表示浮点数，'i' 表示整数等。或者您也可以直接使用数据类型，例如 float 表示浮点数，int 表示整数。

通过使用 'i' 作为参数值，将数据类型从浮点数更改为整数：

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype('i')

print(newarr)
print(newarr.dtype)

运行实例

通过使用 int 作为参数值，将数据类型从浮点数更改为整数：

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype(int)

print(newarr)
print(newarr.dtype)

运行实例

将数据类型从整数更改为布尔值：

import numpy as np

arr = np.array([1, 0, 3])

newarr = arr.astype(bool)

print(newarr)
print(newarr.dtype)

运行实例