Numpy转换为int32，同时划分float64数字

Question

我有两个numpy.float64个数字，即数据帧查询的结果。令人惊讶的是，他们的部门获得numpy.int32：

o = data["price"].sum() / data["square"].sum()
print(type(data["price"].sum()), type(data["square"].sum()), type(o))

输出结果为：

<class 'numpy.float64'> <class 'numpy.float64'> <class 'numpy.int32'>

什么事？提前谢谢！

Answer 1

我说得对，“Numpy转换为int32，同时划分float64数字”！简单地说，最初我没有使用单个变量，而是使用

创建的数组

o = np.arange(len(regions))

（数组元素的dtype是numpy.int32），之后才完成以下操作：

for r in regions:
    o[i] = data[data.district == r]["price"].sum() / data[data.district == r]["square"].sum()

据我所知，在那种情况下，Numpy 转换分割成数组元素的dtype的结果！尽管如此，划分结果的类型是numpy.float64 ...