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。
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
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。