python类型转换astype-numpy数据类型dtype转换

标签：

这篇文章我们玩玩numpy的数值数据类型转换

导入numpy

>>> import numpy as np

一、随便玩玩

生成一个浮点数组

>>> a = np.random.random(4)

看看信息

>>>a

array([0.0945377 , 0.52199916, 0.62490646, 0.21260126])>>>a.dtype

dtype("float64")>>>a.shape

(4,)

改变dtype，发现数组长度翻倍！

>>> a.dtype = "float32"

>>>a

array([3.65532693e+20, 1.43907535e+00, -3.31994873e-25,1.75549972e+00, -2.75686653e+14, 1.78122652e+00,-1.03207532e-19, 1.58760118e+00], dtype=float32)>>>a.shape

(8,)

改变dtype，数组长度再次翻倍！

>>> a.dtype = "float16"

>>>a

array([-9.58442688e-05, 7.19000000e+02, 2.38159180e-01,1.92968750e+00, nan, -1.66034698e-03,-2.63427734e-01, 1.96875000e+00, -1.07519531e+00,-1.19625000e+02, nan, 1.97167969e+00,-1.60156250e-01, -7.76290894e-03, 4.07226562e-01,1.94824219e+00], dtype=float16)>>>a.shape

(16,)

改变dtype="float"，发现默认就是float64，长度也变回最初的4

>>> a.dtype = "float"

>>>a

array([0.0945377 , 0.52199916, 0.62490646, 0.21260126])>>>a.shape

(4,)>>>a.dtype

dtype("float64")

把a变为整数，观察其信息

>>> a.dtype = "int64"

>>>a

array([4591476579734816328, 4602876970018897584, 4603803876586077261,4596827787908854048], dtype=int64)>>>a.shape

(4,)

改变dtype，发现数组长度翻倍！

>>> a.dtype = "int32"

>>>a

array([1637779016, 1069036447, -1764917584, 1071690807, -679822259,1071906619, -1611419360, 1070282372])>>>a.shape

(8,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = "int16"

>>>a

array([-31160, 24990, 13215, 16312, 32432, -26931, -19401, 16352,-17331, -10374, -197, 16355, -20192, -24589, 13956, 16331], dtype=int16)>>>a.shape

(16,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = "int8"

>>>a

array([72, -122, -98, 97, -97, 51, -72, 63, -80, 126, -51,-106, 55, -76, -32, 63, 77, -68, 122, -41, 59, -1,-29, 63, 32, -79, -13, -97, -124, 54, -53, 63], dtype=int8)>>>a.shape

(32,)

改变dtype，发现整数默认int32！

>>> a.dtype = "int"

>>>a.dtype

dtype("int32")>>>a

array([1637779016, 1069036447, -1764917584, 1071690807, -679822259,1071906619, -1611419360, 1070282372])>>>a.shape

(8,)

二、换一种玩法

很多时候我们用numpy从文本文件读取数据作为numpy的数组，默认的dtype是float64。

但是有些场合我们希望有些数据列作为整数。如果直接改dtype="int"的话，就会出错！原因如上，数组长度翻倍了！！！

下面的场景假设我们得到了导入的数据。我们的本意是希望它们是整数，但实际上是却是浮点数(float64)

>>> b = np.array([1., 2., 3., 4.])>>>b.dtype

dtype("float64")

用 astype(int)得到整数，并且不改变数组长度

>>> c =b.astype(int)>>>c

array([1, 2, 3, 4])

>>> c.shape

(8,)>>>c.dtype

dtype("int32")

如果直接改变b的dtype的话，b的长度翻倍了，这不是我们想要的（当然如果你想的话）

>>>b

array([1., 2., 3., 4.])>>> b.dtype = "int"

>>>b.dtype

dtype("int32")>>>b

array([ 0,1072693248, 0, 1073741824, 0,1074266112, 0, 1074790400])>>>b.shape

(8,)

三、结论

numpy中的数据类型转换，不能直接改原数据的dtype! 只能用函数astype()。

标签：

原文地址：http://www.cnblogs.com/hhh5460/p/5129032.html

python类型转换astype-numpy数据类型dtype转换相关推荐

numpy数据类型dtype转换
这篇文章我们玩玩numpy的数值数据类型转换导入numpy >>> import numpy as np 一.随便玩玩生成一个浮点数组 >>> a = np.r ...
python 为什么要用astype()函数对numpy数据类型进行转换，而不直接指定其dtype？float(64) float(32) int(64) int(32)（转换为整型int）
numpy中的数据类型转换,不能直接改原数据的dtype! 只能用函数astype().否则你的元素个数可能会倍增或倍减,数值也会对应不上! 第一种情况: import numpy as npa = ...
python改变numpy数据类型_numpy数据类型dtype转换
这篇文章我们玩玩numpy的数值数据类型转换导入numpy >>> import numpy as np 一.随便玩玩生成一个浮点数组 >>> a = np.r ...
python类型转换astype时间_Pandas数据类型转换的几个小技巧
利用Pandas进行数据分析时,确保使用正确的数据类型是非常重要的,否则可能会导致一些不可预知的错误发生.笔者使用Pandas已经有一段时间了,但是还是会在一些小问题上犯错误,追根溯源发现在对数据进行 ...
python类型转换astype时间_python dataframe astype 字段类型转换方法
使用astype实现dataframe字段类型转换 # -*- coding: UTF-8 -*- import pandas as pd df = pd.DataFrame([{'col1':'a' ...
python类型转换astype时间_python – 使用astype()无法转换Timedelta对象
原生Pandas Timedelta()(版本0.20.3)无法使用astype()转换为特定频率,尽管文档说它应该是可能的.我想弄清楚我错过了什么. Timedelta Series, Timede ...
python中numpy的dtype
type,dtype,astype的区别 type():返回数据结构的类型(list,dict等).如type([1,2,3,4])返回list.list中可以包含不同数据类型的元素. dtype() ...
Python 中的numpy 库
待总结用scikit-learn和pandas学习线性回归用scikit-learn和pandas学习Ridge回归待整理的 Numpy & Pandas numpy--主要对其 N 维 ...
python中astype用法_python里的astype是什么意思？
展开全部 astype是实现2113变量类型转换,例如 astype(type): returns a copy of the array converted to the specified typ ...

python类型转换astype-numpy数据类型dtype转换

python类型转换astype-numpy数据类型dtype转换相关推荐

最新文章

热门文章