📅  最后修改于: 2023-12-03 14:55:42.286000             🧑  作者: Mango
NumPy是一个Python库,提供多维数组对象以及对这些数组进行操作的工具。在NumPy中,数组可以是多维的,这里的“多”指的是维数可以是任意的。NumPy中的数据类型有很多种,因此在操作NumPy数组时,我们有必要了解如何检查NumPy数据类型。
使用dtype
方法可以检查NumPy数组的数据类型。
import numpy as np
arr1 = np.array([1, 2, 3, 4])
print(arr1.dtype) # int64
arr2 = np.array([1.0, 2.0, 3.0, 4.0])
print(arr2.dtype) # float64
在上面的代码段中,我们使用了dtype
方法检查了arr1
和arr2
的数据类型。
在创建NumPy数组时,可以指定数组的数据类型。通过指定数据类型,我们可以保证数组的元素都是相同的数据类型。
import numpy as np
arr1 = np.array([1, 2, 3, 4], dtype='float')
print(arr1.dtype) # float64
arr2 = np.array([1.0, 2.0, 3.0, 4.0], dtype='int')
print(arr2.dtype) # int64
在上面的代码段中,我们使用了dtype
参数指定了数组的数据类型。在arr1
中,我们指定了float
类型,因此数组中的元素都是浮点数。在arr2
中,我们指定了int
类型,因此数组中的元素都是整数。
除了检查数组的数据类型之外,我们还可以检查数组的其他属性。下面是一些可以使用的属性方法:
ndim
:数组的维度。shape
:数组的形状。size
:数组中的元素个数。import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim) # 2
print(arr.shape) # (2, 3)
print(arr.size) # 6
在上面的代码段中,我们使用了ndim
、shape
和size
方法检查了NumPy数组的属性。我们可以看到,arr
是一个二维数组,形状为(2, 3)
,共有6个元素。