Python numpy数组中的不同元素数据类型？

就像python中的列表[1，“hello”，{“python”：10}]一样，它可以包含所有不同的类型，numpy数组也可以包含这些类型吗

当numpyarray.dtype=>dtype（'float64'）时，是否意味着所有元素都是float类型

从文档中：

数据类型：数据类型，可选

阵列所需的数据类型。如果未给出，则类型将 被确定为将对象保持在空间中所需的最小类型 序列此参数只能用于“向上投射”数组。对于 向下投射，使用.astype（t）方法

因此，如果将dtype设置为float64，则所有内容都需要是一个float。可以混合类型，但不能将其设置为不匹配的类型。它将使用一种适合所有数据的类型，如字符串，例如在

数组（['1'，Foo'，3.123']）

中的文档：

数据类型：数据类型，可选

阵列所需的数据类型。如果未给出，则类型将 被确定为将对象保持在空间中所需的最小类型 序列此参数只能用于“向上投射”数组。对于 向下投射，使用.astype（t）方法

因此，如果将dtype设置为float64，则所有内容都需要是一个float。可以混合类型，但不能将其设置为不匹配的类型。它将使用一种适合所有数据的类型，比如字符串，例如在

数组（['1'，Foo'，3.123']）

是的，如果使用，数组的每个元素都将是一个“结构”，结构的字段可以有不同的数据类型

第二个问题的答案是“是”。当

dtype

属性显示值

float64

时，表示每个元素都是

float64

是，如果使用，数组的每个元素都将是“结构”，结构的字段可以有不同的数据类型

---

第二个问题的答案是“是”。当

dtype

属性显示值

float64

时，表示每个元素都是

float64

为什么要使用混合数据类型的数组？为什么不列个清单呢？我只是想知道。由于传入数据可以是多种不同的类型，我想知道当我将其转换为numpy数组时会发生什么情况。为什么要使用混合数据类型的数组？为什么不列个清单呢？我只是想知道。由于传入的数据可以是多种不同的类型，我想知道当我将其转换为numpy ArrayType for array（[1，1.2，“foo”]）时会发生什么情况。请告诉我“谢谢你的帮助！@HaneulKim你说得对，我忘了实际将它们写为字符串。编辑了解决方案。数组的dtype（[1，1.2，“foo”]）请告诉我“谢谢你的帮助！”@你说得对，我忘了把它们写成字符串。编辑解决方案。