![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsICM38FdsYkRGZkRG9lcvx2bjxiNx8VZ6l2cs0TP3NmeWJTWqZ1MjZmVtRGbsdUYqZkMMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2X0hXZ0xCMx81dvRWYoNHLrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdssmch1mclRXY39CXldWYtlWPzNXZj9mcw1ycz9WL49zZuBnLyQjNyIDNxcTM2EzNwkTMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
數組資料類型的轉換
value1 = np.bool(10)
value2 = np.bool(0)
print(value1, value2)
# True False
value3 = np.float32(True)
print(value3)
# 1.0
定義資料類型
例如:
建立一個存儲餐飲企業庫存資訊的資料類型。其中:
用一個長度為40個字元的字元串來記錄商品的名稱。
用一個64位的整數來記錄商品的庫存數量。
最後用一個64位的單精度浮點數來記錄商品的價格
import numpy as np
# (dataframe)
df = np.dtype([('name', np.str_, 40),
('numitems', np.int64),
('price', np.float64)])
items = np.array([('tamatoes', 100, 2),
('cabbages', 200, 0.5),
('apple', 50, 4)], dtype=df)
print(items)
注意:
一定裡面一定都要使用圓括号,不然會報錯誤
可以直接檢視或者直接使用numpy.dtype來查資料類型
print(df['name'])
# <U40
print(np.dtype(df['name']))
# <U40