ndarray对象属性

在开始学习ndarray对象属性之前，我们先运行两个简单的代码。

arr1 = np.array([0,2,4]),dtype = np.float64)
arr2 = np.array([0,2,4]),dtype = np.int32)
print(arr1.dtype)    #输出结果为dtype('float64')
print(arr2.dtype)    #输出结果为dype('int32')

在我们之前运行的Numpy数组代码中，在输出结果中经常看到“dtype = np.float64”的字样。dtype代表ndarray需要为某一种类型数据所申明的内存块信息。我们并不需要记住Numpy有多少数据类型，只需要关心是否是浮点型、整数、布尔值、字符串或者某个Python对象即可。

Numpy数据类型

Numpy常见的数据类型有以下几种：

数据类型转换

 np.astype函数接收Numpy数据类型变量，可以将Numpy数组的数据类型进行转换。

请抄写下方的代码，在右边的编辑框中运行。

arr1 = np.array([7,8,9])
print(arr.dtype)  #输出结果为dtype('int64')
float_arr1 = arr1.astype('float')
print(float_arr1.dtype)  #输出结果为dtype('float64')

通过上面的代码，我们很容易把Numpy数组中的’int64’类型转化为’float64’类型。如果我们将’float64’转化为’int64’类型，小数点后面的部分会被消除。

arr2 = np.array([3.7,-1.2,-2.6,0.5,12,9,0.01]) 
print(arr2.astype('int32'))   #输出结果为 [ 3 -1 -2  0 12  9  0]

在Python基础语法中，我们可以通过int( )函数将一个字符串强制转为整数。使用np.astype，我们可以批量将字符串数组转为整数或者浮点型数组。