快捷導(dǎo)航

numpy數(shù)據(jù)類(lèi)型dtype轉(zhuǎn)換實(shí)現(xiàn)

更新時(shí)間：2021年04月23日 14:15:35 作者：羅兵

這篇文章主要介紹了numpy數(shù)據(jù)類(lèi)型dtype轉(zhuǎn)換實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

這篇文章我們玩玩numpy的數(shù)值數(shù)據(jù)類(lèi)型轉(zhuǎn)換

導(dǎo)入numpy

>>> import numpy as np

一、隨便玩玩

生成一個(gè)浮點(diǎn)數(shù)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(fā)現(xiàn)數(shù)組長(zhǎng)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(shù)組長(zhǎng)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(fā)現(xiàn)默認(rèn)就是float64，長(zhǎng)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(bǔ)變?yōu)檎麛?shù)，觀察其信息

>>> a.dtype = 'int64'
>>> a
array([4591476579734816328, 4602876970018897584, 4603803876586077261,
       4596827787908854048], dtype=int64)
>>> a.shape
(4,)

改變dtype，發(fā)現(xiàn)數(shù)組長(zhǎng)度翻倍！

>>> a.dtype = 'int32'
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

改變dtype，發(fā)現(xiàn)數(shù)組長(zhǎng)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(fā)現(xiàn)數(shù)組長(zhǎng)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(fā)現(xiàn)整數(shù)默認(rèn)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(shí)候我們用numpy從文本文件讀取數(shù)據(jù)作為numpy的數(shù)組，默認(rèn)的dtype是float64。
但是有些場(chǎng)合我們希望有些數(shù)據(jù)列作為整數(shù)。如果直接改dtype='int'的話，就會(huì)出錯(cuò)！原因如上，數(shù)組長(zhǎng)度翻倍了?。?！

下面的場(chǎng)景假設(shè)我們得到了導(dǎo)入的數(shù)據(jù)。我們的本意是希望它們是整數(shù)，但實(shí)際上是卻是浮點(diǎn)數(shù)(float64)

>>> b = np.array([1., 2., 3., 4.])
>>> b.dtype
dtype('float64')

用 astype(int) 得到整數(shù)，并且不改變數(shù)組長(zhǎng)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(zhǎng)度翻倍了，這不是我們想要的（當(dāng)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(jié)論

numpy中的數(shù)據(jù)類(lèi)型轉(zhuǎn)換，不能直接改原數(shù)據(jù)的dtype! 只能用函數(shù)astype()。

到此這篇關(guān)于numpy數(shù)據(jù)類(lèi)型dtype轉(zhuǎn)換實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)numpy dtype轉(zhuǎn)換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)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: