這篇文章我們玩玩numpy的數值數據類型轉換
導入numpy
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()。
到此這篇關于numpy數據類型dtype轉換實現的文章就介紹到這了,更多相關numpy dtype轉換內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Numpy數據類型轉換astype,dtype的方法
