屬性dtype

In [49]: arr=np.arange(5)

In [50]: arr
Out[50]: array([0, 1, 2, 3, 4])

In [51]: arr.dtype
Out[51]: dtype('int32')

函式dtype( )

作用：結構化陣列型別並加以使用

語法：numpy.dtype(object, align, copy)

In [53]: np.dtype(np.int32)
Out[53]: dtype('int32')

結構化資料型別

In [54]: student = np.dtype([('name','S20'),  ('age',  'i1'),  ('marks',  'f4')]) 
In [55]: print student
[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]

將其應用於 ndarray 物件

In [56]: a = np.array([('abc',  21,  50),('xyz',  18
 
,  75)], dtype = student)

In [57]: print a
[('abc', 21,  50.) ('xyz', 18,  75.)]

檔名稱可用於訪問 name,age,marks 列的內容

In [60]: print a['name']
['abc' 'xyz']

In [61]: print a['marks']
[ 50.  75.]

In [62]: print a['age']
[21 18]

astype( )函式

作用：轉換資料型別dtype

In [66]: arr=np.arange(5)

In [67]: arr.dtype
Out
 
[67]: dtype('int32')

In [68]: float_arr=arr.astype(np.float64)

In [69]: float_arr.dtype
Out[69]: dtype('float64')

In [70]: float_arr
Out[70]: array([ 0.,  1.,  2.,  3.,  4.])