将转换转换为 Numpy 数组中的列答案

【问题标题】：Casting Transformation to Column in Numpy Array将转换转换为 Numpy 数组中的列
【发布时间】：2021-05-01 05:31:57
【问题描述】：

我有一个如下所示的表格：

此表以这种格式锁定：

import numpy as np
x = np.array([('Chicago', '12'),('Detriot', '15'),('Jersery City', '20')])

我对 Stack Overflow 进行了一些研究，并来到了这个帖子 here。但是我不知道为什么它不起作用。我尝试了以下代码：

x[:,1] = x[:,1].astype(int)

我什至也尝试了以下方法，但没有成功：

x[:,[1]] = x[:,[1]].astype(int)

但是，这一行在运行时会返回以下内容：

type(x[0,1])
numpy.str_

【问题讨论】：

【解决方案1】：

Numpy 数组仅支持统一类型。因此，数组的所有项都应该属于同一类型（您可以使用x.dtype 检索它），例如np.float64 或np.int64。

x 中的项目类型不能在运行时更改。 x[:,1] = x[:,1].astype(int) 执行隐式转换，以便类型匹配。如果需要，则必须创建一个新数组。

请注意，此类型可以是object。在这种情况下，任何 Python 对象都可以存储在 Numpy 数组中。但是，使用 object 类型通常不是一个好主意，因为它们在内存中的存储效率低下，会破坏任何可能的低级向量化（即慢）并导致并行性能问题（因为 GIL）。

另请注意，Numpy 提供结构化类型以在每个数组项中存储（相当）复杂的数据结构。

【讨论】：

所以字符串取代了int？
不是因为类型“取代”。这是由于 Numpy 在您的情况下所做的隐式转换。它根据静态数组类型规则进行转换（如果没有隐式转换，赋值将无效，因为赋值语句左右部分的类型不匹配）。