将numpy.ndarray类型转变为浮点型

如果你想将一个 `numpy.ndarray` 类型的数组转换为浮点型，可以使用 `numpy.ndarray.astype()` 方法来进行转换。

以下是一个例子：

import numpy as np

# 创建一个整型数组
arr = np.array([1, 2, 3, 4])

# 将整型数组转换为浮点型数组
arr_float = arr.astype(float)

print(arr_float)

输出：

[1. 2. 3. 4.]

在上面的例子中，我们首先创建了一个整型数组 `arr`，然后使用 `astype()` 方法将其转换为浮点型数组，并将结果存储在 `arr_float` 变量中。最后，我们打印了转换后的数组。

你可以在 `astype()` 方法中传递任何数据类型，例如 int、float、bool、complex 等，以将数组转换为不同的数据类型。

相关问题

将numpy.ndarray里的字符串变成列表或numpy.ndarray

如果你有一个包含字符串的`numpy.ndarray`，你可以使用`astype(str)`将其转换为字符型数组，然后使用`tolist()`方法转换为Python列表，或者直接创建一个空的`numpy.ndarray`来存储这些字符串。

例如：

import numpy as np

# 创建一个包含字符串的numpy数组
str_array = np.array(['apple', 'banana', 'cherry'])

# 转换成字符型数组并转换为列表
char_list = str_array.astype(str).tolist()
print(char_list)  # 输出：['apple', 'banana', 'cherry']

# 或者直接创建新的numpy数组
new_str_array = np.array(char_list)
print(new_str_array)  # 输出：array(['apple', 'banana', 'cherry'], dtype='<U6')

如果你想保持`numpy.ndarray`的形式，可以直接创建一个新数组，它的形状与原来的`str_array`相同，但元素类型是`object`，以便容纳字符串：

new_str_array = np.empty_like(str_array, dtype=object)
new_str_array[:] = str_array

numpy.ndarray使用.astype(float)后仍为numpy.ndarray

是的，使用.astype(float)方法将numpy数组中的元素类型转换为float类型，并返回一个新的numpy数组。因此，即使使用.astype(float)方法后，返回的仍然是一个numpy数组。可以使用type()函数验证类型。例如：

import numpy as np

arr = np.array([1, 2, 3])
new_arr = arr.astype(float)

print(type(arr)) # <class 'numpy.ndarray'>
print(type(new_arr)) # <class 'numpy.ndarray'>