数据类型
arr1 = np.array([1, 2, 3], dtype=np.float64)
arr2 = np.array([1, 2, 3], dtype=np.int32)

astype方法明确地将一个数组从一个dtype转换成另一个dtype
arr = np.array([1, 2, 3, 4, 5])
float_arr = arr.astype(np.float64)

将浮点数转换成整数,则小数部分将会被截取删除。
arr = np.array([3.7, -1.2, -2.6, 0.5, 12.9, 10.1])
arr.astype(np.int32)

调用astype总会创建一个新的数组(一个数据的备份)
数组运算
不用编写循环即可对数据执行批量运算。NumPy用户称其为矢量化(vectorization)。大小相等的数组之间的任何算术运算都会将运算应用到元素级。
arr = np.array([[1., 2., 3.], [4., 5., 6.]])
arr * arr
arr - arr

数组与标量的算术运算会将标量值传播到各个元素
1 / arr
arr * 0.5

大小相同的数组之间的比较会生成布尔值数组
arr2 = np.array([[0., 4., 1.], [7., 2., 12.]])
arr2 > arr

网友评论