对narray使用/不使用“ astype（np.float）”之间有什么区别吗？

Question

为了进行一些编码练习，我将导入仅包含数字的txt文件。

注意到我可以使用code_1或code_2得到相同的结果：

code_1 = np.array(pd.read_csv('e:/data.txt', sep='\t', header=None)).astype(np.float)

code_2 = np.array(pd.read_csv('e:/data.txt', sep='\t', header=None))

所以我想知道使用.astype(np.float)与不使用之间有什么区别吗？ 请告诉我是否有类似的问题。非常感谢。

Answer 1

DataFrame.astype()方法用于将pandas对象投射到指定的dtype中。 astype()函数还提供了将任何合适的现有列转换为分类类型的功能。

当我们要将特定的列数据类型转换为另一种数据类型时，DataFrame.astype()函数非常方便。

在您的情况下，文件将以DataFrame的形式加载。数字将根据数字加载为整数或浮点数。 astype(np.float)方法将数字转换为浮点数。另一方面，如果数字已经是浮点型的，那么正如您所看到的，两者之间没有任何区别。