我们相信：世界是美好的，你是我也是。 来玩一下解压小游戏吧！

本文主要表述的观点就是：ndarray的dtype，对元素内容的表现，是有比较重要的作用的。而且，它们的类型是可以通过.astype()进行修改的。但是，类型的写法，有传统的写法，也有基于np.的写法，写法很多很杂乱。直接看例子即可。

苏南大叔：python教程，如何利用 np.astype() 改变 ndarray 的 dtype? - 改变dtype
python教程，如何利用 np.astype() 改变 ndarray 的 dtype?（图1-1）

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。测试环境：win10，python@3.12.0，numpy@1.26.1。数据类型并不是很全，仅供参考。

字符型

import numpy as np
arr = np.array([1, 2, 3])
_arr = arr.astype(str)        # ['1' '2' '3'] <U11
print(_arr,_arr.dtype)
_arr = arr.astype(np.str_)    # ['1' '2' '3'] <U11
print(_arr,_arr.dtype)
_arr = arr.astype(np.string_) # [b'1' b'2' b'3'] |S11
print(_arr,_arr.dtype)
Python

布尔型

import numpy as np
arr = np.array([1, 1, 0])
_arr = arr.astype(bool)       # [ True  True False] bool
print(_arr,_arr.dtype)
_arr = arr.astype(np.bool_)   # [ True  True False] bool
print(_arr,_arr.dtype)
Python

整数型

import numpy as np
arr = np.array([1.1, 2.2, 3.3])
_arr = arr.astype(int)         # [1 2 3] int32
print(_arr,_arr.dtype)
_arr = arr.astype(np.int64)    # [1 2 3] int64
print(_arr,_arr.dtype)
Python

浮点型

import numpy as np
arr = np.array([1, 2, 3])
_arr = arr.astype(float)       # [1. 2. 3.] float64
print(_arr,_arr.dtype)         
_arr = arr.astype(np.float64)  # [1. 2. 3.] float64
print(_arr,_arr.dtype)
Python

相关文章

下面的文章里面，也可以显示，使用np.astype()改变数据类型的必要性：

结语

更多苏南大叔的python经验文章，请参考:

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。

 【福利】 腾讯云最新爆款活动！1核2G云服务器首年50元！

 【源码】本文代码片段及相关软件，请点此获取更多信息

 【绝密】秘籍文章入口，仅传授于有缘之人   python