Numpy 修炼之道（3）—— 数据类型

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

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。