Python 具有不同数据类型的Numpy

我有一个

Pandas

dataframe，它有4列。两列具有

float64

类型。其他的有

int

类型。我想将它们输入到

LSTM

层。我需要数据类型保持原样。但是，当我使用

dataframe.values

将它们转换为

Numpy array

时，数据集数据类型更改为

float64

。如何保持数据类型不变

---

（2列：

float64

，2列：

int

）

也许你想看看这一列

在那里，你会发现与你所问的问题完全相同。这就是“如何在numpy数组中存储不同的数据类型”（cmiiw）

基本上，您可以使用“记录数组”或“结构化数组”

编辑： 我不知道keras参数，或者它是否会支持这种结构。但是，如果要在一个numpy数组中存储两种不同的数据类型，我想您可以使用这个：

---

希望这能有所帮助。

我认为您应该将所有值作为

float

提供给您的模型。numpy数组不能有混合类型。不同列上不能有不同的数据类型。如果需要2D 4xN数组，则必须为所有列选择一种数据类型。唯一的替代方案是使用一个带a的1D数组（我怀疑keras不知道该怎么做），或者使用一个包含4个独立1D数组的列表。@tnknapp如何将混合类型数据集输入keras？@RishabhAgrahari它是否应始终以

float

的形式馈送？所有列？如何将pandas dataframe转换为

结构化数组

或

记录数组

？请尝试查看我提供给您的链接。也许你想试试record one，因为如果你使用的是structured one，你可以存储它，但是你不能访问这个属性。records=numpy.rec.fromArray（（a，b），names=（'keys'，'data'））| | | |；这段代码将帮助你创建“record Array”，仅供参考，变量“a”是一个numpy数组，变量“b”是一个numpy数组。并连接在一个名为records的numpy数组中。您可以通过调用“records.keys”来调用numpy数组A，通过调用“records.data”来调用数字数组B。（很抱歉，尽管我想给出更好的解释，但是StackOverflow的移动版并不能帮助我创建一个更整洁的解释）如果你的答案只是“查看其他等价问题的答案”，不要写答案，只需投票以dup（或标志，如果你没有足够的投票代表）的形式结束.我只想就他的问题发表评论，但我当时的代表点是46。但我确实想帮忙，那我该怎么办呢？我无法给出比这更好/更复杂的解释，因为我是在手机上写的。我很抱歉。