知识卡片

普通读书笔记卡 · 6349

dtype决定解释方式

理解等级:未标注

dtype规定数组元素的类型、位宽等解释方式;如float64为64位浮点,int32为32位整数,类型选择影响内存与可表达的值。object数组保存Python对象引用,其元素引用可指向不同种类对象,不能把同一dtype误读为被引用对象同类。存储类型与数据业务含义仍需分别确认。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      将一块内存解释为特定数据类型所需的信息: In [27]: arr1 = np.array([1, 2, 3], dtype=np.float64) In [28]: arr2 = np.array([1, 2, 3], dtype=np.int32) In [29]: arr1.dtype In [30]: arr2.dtype Out[29]: dtyp

    参考来源

    《利用Python进行数据分析》第4章《NumPy基础:数组和矢量计算》 - 位置:《利用Python进行数据分析》第4章《ndarray的数据类型》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u082-ch04-002)。 - 结论依据:原文在“将一块内存解释为特定数据类型”附近的定义、例子或代码支撑本卡核心说明:dtype规定数组元素的类型、位宽等解释方式;如float64为64位浮点,int32为32位整数,类型选择影响内存与可表达的值。边界按已读前提解释;示例未执行。 - 原始内容:将一块内存解释为特定数据类型所需的信息: In [27]: arr1 = np.array([1, 2, 3], dtype=np.float64) In [28]: arr2 = np.array([1, 2, 3], dtype=np.int32) In [29]: arr1.dtype In [30]: arr2.dtype Out[29]: dtyp