检查 NumPy 中的数据类型

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。

检查NumPy数组的数据类型

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。

指定NumPy数组的数据类型

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。

检查NumPy数组的属性

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。