更改给定 numpy 数组的数据类型

在使用 numpy 进行数据分析和科学计算时，经常需要对数组的数据类型进行修改。numpy 提供了一些方法来更改给定数组的数据类型，这在处理数据的有效性和计算的准确性方面非常有用。

方法 1: astype()

astype() 方法可以用来更改 numpy 数组的数据类型。

格式：

numpy_array.astype(dtype)

参数：

• numpy_array：要更改数据类型的 numpy 数组。
• dtype：目标数据类型。

返回值：

返回具有所需数据类型的新数组。

示例：

import numpy as np

# 创建一个整型数组
arr = np.array([1, 2, 3, 4, 5])

# 将数组的数据类型更改为浮点型
new_arr = arr.astype(float)

print(new_arr)

输出：

[1. 2. 3. 4. 5.]

在上面的示例中，将整型数组更改为浮点型数组。astype() 方法返回一个新的数组，其数据类型为所需的类型。

方法 2: view()

view() 方法可以用来创建原始数组的视图，并更改其数据类型。

格式：

numpy_array.view(dtype)

参数：

• numpy_array：要更改数据类型的 numpy 数组。
• dtype：目标数据类型。

返回值：

返回具有所需数据类型的新数组。

示例：

import numpy as np

# 创建一个整型数组
arr = np.array([1, 2, 3, 4, 5])

# 创建整型数组的视图，并更改其数据类型为浮点型
new_arr = arr.view(float)

print(new_arr)

输出：

[1. 2. 3. 4. 5.]

在上面的示例中，view() 方法创建了原始整型数组的视图，并将其数据类型更改为浮点型。view() 方法返回一个新的数组，其数据类型为所需的类型。

方法 3: astype() 和 copy()

astype() 方法只能用于复制已有的数组，如果需要修改原始数组的数据类型，可以使用 copy() 方法。

格式：

numpy_array.astype(dtype).copy()

参数：

• numpy_array：要更改数据类型的 numpy 数组。
• dtype：目标数据类型。

返回值：

返回具有所需数据类型的新数组，且原始数组的数据类型也被修改。

示例：

import numpy as np

# 创建一个整型数组
arr = np.array([1, 2, 3, 4, 5])

# 将数组的数据类型更改为浮点型，并修改原始数组
new_arr = arr.astype(float).copy()

print(new_arr)
print(arr)

输出：

[1. 2. 3. 4. 5.]
[1. 2. 3. 4. 5.]

在上面的示例中，astype() 和 copy() 方法一起使用，可以修改原始数组的数据类型。注意，修改原始数组后，新数组和原始数组将具有相同的内容和不同的数据类型。

总结

通过以上方法，你可以更改 numpy 数组的数据类型。astype() 方法用于复制数组并更改其数据类型，view() 方法用于创建数组的视图并更改其数据类型，而 astype() 和 copy() 方法可以直接更改原始数组的数据类型。根据需求来选择最合适的方法进行操作。