python中，怎么得到array的某一列的每个元素的数据类型

在Python中，我们可以使用numpy库中的array来获取某一列的每个元素的数据类型。假设我们有一个二维数组arr，可以使用以下代码来获取第二列的每个元素的数据类型：

import numpy as np

arr = np.array([[1, 2, 3], [4.0, 5.0, 6.0], [7, 8, 9]])
col_dtype = arr[:, 1].dtype

print(col_dtype)

输出结果为：

float64

其中，`[:, 1]`表示取所有行的第二列数据。如果需要获取其他列的每个元素的数据类型，只需要将数字1替换为对应列的索引即可。

如果要获取某一列的每个元素的数据类型，可以使用以下代码：

import numpy as np

arr = np.array([[1, 2, 3], [4.0, 5.0, 6.0], [7, 8, 9]])
col = arr[:, 1]

for i in col:
    print(type(i))

输出结果为：

<class 'numpy.float64'>
<class 'numpy.float64'>
<class 'numpy.float64'>

其中，`type(i)`可以获取每个元素的数据类型。

相关问题

python代码实现 数组类型 查看每列的数据类型

在Python中，可以使用`type()`函数来查看数组类型中每列的数据类型。下面是一个示例代码：

array = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
for row in array:
    for item in row:
        print(type(item))

这段代码会遍历数组中的每个元素，并使用`type()`函数打印出每个元素的数据类型。你可以根据自己的需要修改数组的内容和结构。

怎么用dtype指定数组中不同列元素的数据类型

可以使用 numpy.dtype() 函数来指定数组中不同列元素的数据类型。我们可以通过传递一个由元组组成的列表来指定每列的数据类型，每个元组表示一列的数据类型，例如：

import numpy as np

# 创建一个包含不同数据类型的数组
arr = np.array([(1, 2.0, 'Hello'), (2, 3.0, 'World')], dtype=[('x', np.int32), ('y', np.float32), ('z', np.str, 6)])

# 输出数组和数据类型
print(arr)
print(arr.dtype)

输出结果为：

[(1, 2., 'Hello') (2, 3., 'World')]
[('x', '<i4'), ('y', '<f4'), ('z', '<U6')]

其中，dtype=[('x', np.int32), ('y', np.float32), ('z', np.str, 6)] 表示数组中第一列数据类型为 32 位整数，第二列数据类型为 32 位浮点数，第三列数据类型为长度为 6 的字符串。在输出结果中，'<i4' 表示 32 位整数，'<f4' 表示 32 位浮点数，'<U6' 表示长度为 6 的 Unicode 字符串。