基于Python 3.6.3

多數(shù)服從少數(shù)

numpy.array中數(shù)值類型必須保持一致，當不一致時，服從“多數(shù)服從少數(shù)”原則，自動更改為一致形式。

import numpy
numbers = numpy.array([1, 2, 3, 4])
print (numbers)
numbers.dtype  ##查看數(shù)據(jù)類型##

輸出結果為:

[1 2 3 4]
dtype('int32')

例1.更改其中一個數(shù)值的類型

import numpy
numbers = numpy.array([1, 2, 3, 4.0])
print (numbers)
numbers.dtype

輸出結果為：

[ 1.  2.  3.  4.]
dtype('float64')

例2.更改其中一個數(shù)值的類型

import numpy
numbers = numpy.array([1, 2, 3, '4'])
print (numbers)
numbers.dtype

輸出結果為：

['1' '2' '3' '4']
dtype('<U11')

以上是只有一個數(shù)值與其他數(shù)值類型不同的情況，那么若存在多種數(shù)值類型的情況呢？
一開始有兩個猜想：
1.與順序有關，即以最后一位或其他位置數(shù)值的類型為準；
2.與數(shù)值類型的優(yōu)先級有關。
不妨試一試
例3

import numpy
numbers = numpy.array([1, 2, 3, '4', 5.0])
print (numbers)
numbers.dtype

輸出結果為：

['1' '2' '3' '4' '5.0']
dtype('<U11')

例4

import numpy
numbers = numpy.array([1, 2, 3, 4.0, '5'])
print (numbers)
numbers.dtype

輸出結果為：

['1' '2' '3' '4.0' '5']
dtype('<U32')

例3、例4可以否定假設1，也即與順序無關。
那么應該是與優(yōu)先級有關，觀察結果我們可以發(fā)現(xiàn)，當數(shù)值中存在字符類型時，程序會將所有數(shù)據(jù)都轉化為字符類型，也即

字符優(yōu)先