numpy 数据类型转换

首先需要导入numpy模块

import numpy as np

首先生成一个浮点数组

a = np.random.random(4)

dtype的用法

看看结果信息，左侧是结果信息，右侧是对应的python语句

我们发现这个数组的type是float64，那我们试着改变一个数组的类型，会有什么样的变化呢？请看下面的截图

我们发现数组长度翻倍了！由原来的(4,)变成了(8,)

那么，再次改变数组的类型，由float32改为float16，会是什么样的结果呢？

果然不出所料，数组的长度再次翻倍，由原来的(8,)变成了(16,)

 

如果再次改变数组的类型，由float16变为float64，会发现数组的长度也会由(16,)变为(4,)

同理，如果数组的类型是int，也会有这样类似的变化

dtype = 'int32'  时对应的的数组长度为 （8，）

若改为  a.dtype = 'int16'，则数组长度会再次翻倍，变为（16，）

若改为  a.dtype = 'int8'，则数组成都会再次翻倍，变为（32，）

如果改为 a.dtype = 'int'，会发现整数默认的是int32；如果改为 a.dtype = 'float' ，会发现浮点型默认的是float64

 

float型和int型转换

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)

用 astype(int) 得到整数，并且不改变数组长度

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）

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()。