Numpy数据类型转换为Python整型

在使用Numpy时，我们可能需要将Numpy数组中的数据类型从Numpy数据类型转换为Python整型。这是因为Python整型在某些情况下更适合使用，例如在进行某些算术运算时。

方法一：使用astype()函数

Numpy数组对象提供了astype()函数，用于将其数据类型转换为指定的数据类型。 在这种情况下，我们可以使用int数据类型将其数组数据类型转换为Python整型数据类型。

import numpy as np

# 创建一个Numpy数组对象
arr1 = np.array([1.0, 2.1, 3.6, 4.7, 5.8])
arr2 = arr1.astype(int)

# 输出转换前的数组对象和数据类型
print("转换前：", arr1)
print("转换前数据类型：", arr1.dtype)

# 输出转换后的数组对象和数据类型
print("转换后：", arr2)
print("转换后数据类型：", arr2.dtype)

运行结果:

转换前： [1.  2.1 3.6 4.7 5.8]
转换前数据类型： float64
转换后： [1 2 3 4 5]
转换后数据类型： int32

方法二：使用tolist()函数

除了使用astype()函数，我们还可以使用tolist()函数将Numpy数组对象转换为Python列表对象，然后使用Python内置函数int()将列表中的元素转换为Python整型数据类型。

import numpy as np

# 创建一个Numpy数组对象
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = [int(x) for x in arr1.tolist()]

# 输出转换前的数组对象和数据类型
print("转换前：", arr1)
print("转换前数据类型：", arr1.dtype)

# 输出转换后的列表对象和数据类型
print("转换后：", arr2)
print("转换后数据类型：", type(arr2[0]))

运行结果:

转换前： [1 2 3 4 5]
转换前数据类型： int32
转换后： [1, 2, 3, 4, 5]
转换后数据类型： <class 'int'>

在将Numpy数组数据类型转换为Python整型时，我们需要注意一下几点：

• 转换前需要先确认Numpy数组对象的数据类型，位于属性dtype中
• 在使用astype()函数进行数据类型转换时，需要指定转换后的数据类型。如果未指定，则会默认使用当前Numpy数组对象中的数据类型
• 使用tolist()函数转换为Python列表后，需要在列表中的每个元素上应用int()函数才能将其转换为Python整型数据类型