標簽：

這篇文章我們玩玩numpy的數值數據類型轉換

導入numpy

>>> import numpy as np

一、隨便玩玩

生成一個浮點數組

>>> 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,)

改變dtype，發現數組長度翻倍！

>>> 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,)

改變dtype，數組長度再次翻倍！

>>> 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,)

改變dtype="float"，發現默認就是float64，長度也變回最初的4

>>> a.dtype = "float"

>>>a

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

(4,)>>>a.dtype

dtype("float64")

把a變為整數，觀察其信息

>>> a.dtype = "int64"

>>>a

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

(4,)

改變dtype，發現數組長度翻倍！

>>> a.dtype = "int32"

>>>a

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

(8,)

改變dtype，發現數組長度再次翻倍！

>>> 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,)

改變dtype，發現數組長度再次翻倍！

>>> 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,)

改變dtype，發現整數默認int32！

>>> a.dtype = "int"

>>>a.dtype

dtype("int32")>>>a

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

(8,)

二、換一種玩法

很多時候我們用numpy從文本文件讀取數據作為numpy的數組，默認的dtype是float64。

但是有些場合我們希望有些數據列作為整數。如果直接改dtype="int"的話，就會出錯！原因如上，數組長度翻倍了！！！

下面的場景假設我們得到了導入的數據。我們的本意是希望它們是整數，但實際上是卻是浮點數(float64)

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

dtype("float64")

用 astype(int)得到整數，并且不改變數組長度

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

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

>>> c.shape

(8,)>>>c.dtype

dtype("int32")

如果直接改變b的dtype的話，b的長度翻倍了，這不是我們想要的（當然如果你想的話）

>>>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、結論

numpy中的數據類型轉換，不能直接改原數據的dtype! 只能用函數astype()。

標簽：

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

總結

以上是生活随笔為你收集整理的python类型转换astype-numpy数据类型dtype转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。