Numpy中使用astype函数转换numpy数组数据类型

目录

Numpy中使用astype函数转换numpy数组数据类型

numpy是什么?numpy和list有哪些区别?

Numpy中使用astype函数转换numpy数组数据类型

安利一个数据科学的优秀博主及其CSDN专栏:


numpy是什么?numpy和list有哪些区别?

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 是一个运行速度非常快的数学库,主要用于数组计算,包含:

  • 一个强大的N维数组对象 ndarray
  • 广播功能函数
  • 整合 C/C++/Fortran 代码的工具
  • 线性代数、傅里叶变换、随机数生成等功能

一个numpy array 是内存中一个连续块,并且array里的元素都是同一类(例如整数)。所以一旦确定了一个array,它的内存就确定了,那么每个元素(整数)的内存大小都确定了(4 bytes)。

list完全不同,它的每个元素其实是一个地址的引用,这个地址又指向了另一个元素,这些元素的在内存里不一定是连续的。所以list其实是只              能塞进地址的“数组”,而且由于地址不用连续,每当我想加入新元素,我只用把这个元素的地址添加进list。

list中的数据类不必相同的,而array的中的类型必须全部相同。(在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据,这样保存一个list就太麻烦了,例如list1=[1,2,3,'a']需要4个指针和四个数据,增加了存储和消耗cpu。)

NumPy 通常与 SciPy(Scientific Python)和 Matplotlib(绘图库)一起使用, 这种组合广泛用于替代 MatLab,是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习。

SciPy 是一个开源的 Python 算法库和数学工具包。

SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包,如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口(API)。

Numpy中使用astype函数转换numpy数组数据类型

import pandas as pd
import numpy as np# 不显示关于在切片副本上设置值的警告
pd.options.mode.chained_assignment = None
# 一个 dataframe 最多显示60例
pd.set_option('display.max_columns', 100)
# 可视化工具包
import matplotlib.pyplot as plt
%matplotlib inline
#设置默认字体大小plt.rcParams['font.size'] = 16#使用astype复制数组,并转换类型
x = numpy.array([1,2.6,3],dtype = numpy.float64)
y = x.astype(numpy.int32)
print(y)
print(x)
z = y.astype(numpy.float64)
print(z)

安利一个数据科学的优秀博主及其CSDN专栏:

博主博客地址:

博主R语言专栏地址(R语言从入门到机器学习、持续输出已经超过1000篇文章)

Numpy中使用astype函数转换numpy数组数据类型相关推荐

  1. Numpy中使用astype函数将字符串格式数据转换为数值数据类型

    Numpy中使用astype函数将字符串格式数据转换为数值数据类型 目录 Numpy中使用astype函数将字符串格式数据转换为数值数据类型 numpy是什么?numpy和list有哪些区别? Num ...

  2. numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax)

    numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax) 目录 numpy使用np ...

  3. python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组、使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank)

    python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组.使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank) 目录

  4. python使用numpy的np.float_power函数计算numpy数组中每个数值的指定幂次(例如平方、立方)、np.power函数默认返回整数格式、np.float_power函数返回浮点数

    python使用numpy的np.float_power函数计算numpy数组中每个数值的指定幂次(例如平方.立方).np.power函数默认返回整数格式.np.float_power函数默认返回浮点 ...

  5. python使用numpy的np.power函数计算numpy数组中每个数值的指定幂次(例如平方、立方)、np.power函数默认返回整数格式、np.float_power函数默认返回浮点数

    python使用numpy的np.power函数计算numpy数组中每个数值的指定幂次(例如平方.立方).np.power函数默认返回整数格式.np.float_power函数默认返回浮点数 目录

  6. Python使用numpy中的hstack函数水平堆叠(horizontally stack)数组实战

    Python使用numpy中的hstack函数水平堆叠(horizontally stack)数组实战 目录 Python使用numpy中的hstack函数水平堆叠(horizontally stac ...

  7. Numpy中np.mashgri() 函数介绍及2种应用场景

    @[toc](Numpy中np.mashgri() 函数介绍及2种应用场景 文章目录:) 近期在好几个地方都看到meshgrid的使用,虽然之前也注意到meshgrid的用法. 但总觉得印象不深刻,不 ...

  8. python中tile的用法_Python:numpy中的tile函数

    在学习机器学习实教程时,实现KNN算法的代码中用到了numpy的tile函数,因此对该函数进行了一番学习: tile函数位于python模块 numpy.lib.shape_base中,他的功能是重复 ...

  9. python grid函数_详解numpy中的meshgrid函数用法

    numpy中的meshgrid函数的使用 numpy官方文档meshgrid函数帮助文档https://docs.scipy.org/doc/numpy/reference/generated/num ...

最新文章

  1. 成就连自己都惊讶的未来
  2. 水晶报表错误:bobj is not defined
  3. 震惊!NV Volta或用上48GB GDDR6显存
  4. MATLAB实战系列(三十)-MATLAB之M码正弦稳态电路建模仿真原理
  5. opencv 罗曼滤波_勒罗曼杜罗伊
  6. Socket代码实现服务端 和 客户端之间通信
  7. 警惕、曝光一个不好的现象
  8. 怎么将tflite部署在安卓上_tensorflow从训练自定义CNN网络模型到Android端部署tflite...
  9. [Unity3d][NGUI]打包NGUI预制件成Assetbundle 两种思路.
  10. Atitit uke签名规范 与防伪鉴别 attilax总结
  11. 计算机组成原理知识点
  12. 梅花6的11万极点+四字上词拼音首字母全GBK五笔简繁词库(新增五笔98词库)
  13. 阿里云产品分析(1):阿里云安全性分析与案例
  14. 【游戏客户端】制作节奏大师Like音游(全)
  15. JVM调优工具锦囊:JDK自带工具与Arthas线上分析工具对比
  16. Unity实现类似于LookAt 的功能
  17. matlab dmc仿真实例
  18. threejs 绘制球体_实战:用 threejs 创建一个地球
  19. 英伟达神盾掌机root教程
  20. TI的DRV8841可以被国产电机驱动芯片TMI8263所取代

热门文章

  1. 捷配开启免费打样新时代
  2. iPhone12发布,除了致敬经典,还有想象空间吗?
  3. 什么是接口测试?这篇文章让你明白
  4. 360全景图转换为天空盒图
  5. CSS 如何实现文字渐变色 ?
  6. 手机NFC与可穿戴设备快速联动配对支付方案(简称“NB pay”)
  7. 基于数据安全的沙盘推演体系
  8. Android获取IP地址的两种方式(准确版)
  9. linux-shell脚本-利用shell函数计算两数之和--思考return原理
  10. Java面向对象之抽象类与接口