Python 对象打印两种不同类型的格式化输出。为什么？

我不知道是否应该称之为一件小事，但它一直困扰着我。numpy.dtype打印不同格式的输出，一个不带打印语句，另一个带打印语句。以下是一个例子：

train = pd.read_csv("train.csv")
In [10]: train.dtypes
Out[10]:
first_active_month     object
card_id                object
feature_1               int64
feature_2               int64
feature_3               int64
target                float64
dtype: object

In [5]: train['card_id'].dtypes
Out[5]: dtype('O')

In [11]: print(train['card_id'].dtypes)
object

请查看最后两个命令的输出。当不使用“print”语句打印时，输出为“dtype（'O'）；当使用“print”语句打印时，输出为“object”

我已经阅读了numpy.dtype手册，但找不到这两种不同输出格式的原因。此外，还开展了以下工作：

In [16]: train['card_id'].dtypes in ['object']
Out[16]: True

---

如果我能知道原因，我将不胜感激。

它们是相同的东西，具有同等性。只是print（）的解析是唯一的

dtype（'O'）=python对象

---

它们是相同的东西，具有等价性。只是print（）的解析是唯一的

dtype（'O'）=python对象

---

在REPL中计算表达式时，它会打印对象的

repr

。当您使用

print

函数时，它首先尝试对象的

str

，即定义类型的类的

\uuu repr\uuu

和

\uu str\uu

对应的方法

所以试试看

print(repr(train['card_id'].dtypes))
print(str(train['card_id'].dtypes))

---

在REPL中计算表达式时，它会打印对象的

repr

。当您使用

print

函数时，它首先尝试对象的

str

，即定义类型的类的

\uuu repr\uuu

和

\uu str\uu

对应的方法

所以试试看

print(repr(train['card_id'].dtypes))
print(str(train['card_id'].dtypes))

---

我认为你是对的。当我在命令行上写入'train['card_id'].dtypes.name'时，输出为'object'。这意味着“print”语句正在打印dytpe对象的“name”属性。print语句的这种行为是否总是正确的，即只打印出对象的name属性，如果它存在的话？我想你是对的。当我在命令行上写入'train['card_id'].dtypes.name'时，输出为'object'。这意味着“print”语句正在打印dytpe对象的“name”属性。print语句的这种行为是否总是正确的，即只打印出对象的name属性（如果存在）？