我有一个关于Python中数据类型转换的新手问题：
假设我有一个np.array对象为：
X = np.array([[1.,2.,0.5,2.],[2.,3.,0.7,2.],[3.,2.,0.65,1.]])
我想使用以下语法将[0,1,3]列中的每个值转换为整数格式：
Y = np.array(map(tuple,X),dtype=[('col0',int),('col1',int),('col2',float),('col3',int)])
我对Y的期望是与X形状相同的数组，但是每个list元素都将转换为元组和每一列的对应数据类型，即
Y = np.array([(1,2,0.5,2),(2,3,0.7,2),(3,2,0.65,1)])
但是，我遇到了TypeError：需要一个类似字节的对象，而不是'map'
所以我有两个本地问题： 1）对输出Y的期望是否正确？ 2）如何修复TypeError？
答案 0 :(得分：0)
首先，您对Y的期望是正确的，但是，如果您拥有大量不同数据类型的数组，则可能要考虑使用Pandas数据框，因为它以比直接得多的方式处理不同类型的列一个Numpy结构化数组。
第二，您的代码非常接近。 map生成一个map对象，而不是列表，并且正如TypeError所说，Numpy canot处理一个“ map”对象。简单的解决方案是用map()将list()包裹起来，创建一个元组列表：
Y = np.array(list(map(tuple,X)),dtype=[('col0',int),('col1',int),('col2',float),('col3',int)])
哪种产量：
array([(1, 2, 0.5 , 2), (2, 3, 0.7 , 2), (3, 2, 0.65, 1)],
dtype=[('col0', '<i8'), ('col1', '<i8'), ('col2', '<f8'), ('col3', '<i8')])