dtype在python中的用法

import numpy as np

# 创建一个包含整数的数组，并指定数据类型为32位整数
arr1 = np.array([1, 2, 3], dtype=np.int32)
print("arr1 数据类型:", arr1.dtype)
# 输出: arr1 数据类型: int32

# 创建一个包含浮点数的数组，并指定数据类型为64位浮点数
arr2 = np.array([1.0, 2.0, 3.0], dtype=np.float64)
print("arr2 数据类型:", arr2.dtype)
# 输出: arr2 数据类型: float64

# 创建一个包含字符串的数组，并指定数据类型为固定长度的字符串（每个字符串最多4个字符）
arr3 = np.array(['apple', 'banana', 'cherry'], dtype='S4')
print("arr3 数据类型:", arr3.dtype)
# 输出: arr3 数据类型: |S4

# 尝试将浮点数转换为整数，可能会丢失精度
arr4 = np.array([1.1, 2.2, 3.3], dtype=np.int32)
print("arr4 数据类型:", arr4.dtype)
print("arr4 数组内容:", arr4)
# 输出:
# arr4 数据类型: int32
# arr4 数组内容: [1 2 3]

# 检查数组的数据类型
print("arr1 的数据类型是 int32 吗?", arr1.dtype == np.int32)
# 输出: arr1 的数据类型是 int32 吗? True

解释说明：

• dtype 参数用于指定 NumPy 数组中元素的数据类型。
• np.int32 表示32位整数，np.float64 表示64位浮点数。
• 'S4' 表示每个字符串最多4个字符的固定长度字符串。
• 当将浮点数转换为整数时，可能会丢失精度，因为小数部分会被截断。
• 使用 dtype 属性可以检查数组的数据类型。