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- timedeltaM- datetimeO- 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：
实例
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)
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)
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：
实例
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)
对于 i、u、f、S 和 U，我们也可以定义大小。
实例
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)
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。
实例
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')
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。
实例
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)
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)
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)