Numpy 修炼之道 （3）—— 数据类型
上一篇：Numpy 修炼之道 （2）—— N维数组 ndarray
推荐阅读时间：4min~6min 文章内容：Numpy 数据类型
Numpy 中的数组比 Python 原生中的数组（只支持整数类型与浮点类型）强大的一点就是它支持更多的数据类型。
基本数据类型
Numpy 常见的基本数据类型如下：
布尔（True或False），存储为一个字节以上这些数据类型都可以通过 np.bool_、np.float32等方式访问。
这些类型都可以在创建 ndarray 时通过参数 dtype 来指定。
>>> a = np.arange(3, dtype=np.float16)
>>> a
array([ 0., 1., 2.])
>>> a.dtype
dtype('float16')此外，在创建 ndarray 对象时，也可以通过字符代码来替换，主要是为了保持与较旧包（例如Numeric）的向后兼容性。
>>> np.array([1, 2, 3], dtype='f')
array([ 1., 2., 3.], dtype=float32)但是不推荐使用这种字符代码的方式
类型转换
要转换数组的类型，请使用.astype()方法（首选）或类型本身作为函数。
>>> a
array([ 0., 1., 2.])
>>> a.astype(np.bool_)
array([False, True, True], dtype=bool)
>>> np.bool_(a)
array([False, True, True], dtype=bool)相关推荐：
作者：无邪，个人博客：脑洞大开，专注于机器学习研究。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2018-02-28，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
