下载掌阅APP，畅读海量书库
立即打开
在对数组做运算之前，可能会对数据做一些预处理。例如数据类型的转换，缺失值的处理，重复值的处理等。如果没做好这些预处理，后续数组的运算将无法进行下去。
虽然要求NumPy数组的数据类型相同，但仍可能会遇到数据类型不一致的数组，或者用户需要将数组转换成指定的数据类型。数组的数据类型转换可以使用astype（）函数，示例代码如下：
运行结果如下：
上面代码中只演示了'int'（整数）、'float'（小数）和'str'（字符串）3种常见数据类型的转换，更详细的数据转换类型见表3-1。
表3-1 数据类型
在表3-1中的datetime64（日期类型）的转换也比较常见，将文本型日期转换为标准日期没问题，但如果将数字转换为对应的日期，处理方式有些不同，示例代码如下：
运行结果如下：
通过观察运行的结果，发现数字转换为日期时，日期的第1天是从1970/1/1开始的，而不同开发环境的起始日期可能不相同，好在Pandas提供了pd.to_datetime（）函数，可以让用户自定义起始日期，例如转换arr=np.array（[0，12525，145]），示例代码如下：
运行结果如下：
上面代码的核心函数是pd.to_datetime（），第1参数指定要转换arr数组，unit='D'表示把arr数组中的数字视为单位天，origin='1899-12-30'用于设置起始日期。
下面测试一下将Excel文件中的数字转换成对应的日期，如图3-2和图3-3所示，示例代码如下：
运行结果如图3-3所示。
图3-2 出生日期转换前
图3-3 出生日期转换后
注意： Pandas和NumPy中的很多函数都有dtype参数，表明可以在参数中设置数据类型，关于更多的数据类型可以参考表3-1。
缺失值是指没有任何值的空元素，例如导入Excel文件后，如果某个单元格没有任何值，则会显示为NaN或者NaT（缺失时间）。当然，在NumPy中也可以通过np.nan来生成缺失值。
要判断数组中是否有缺失值，可使用np.isnan（）函数，将返回由布尔值组成的数组。还可以给缺失值填充指定的值，例如将缺失值填充数字100，示例代码如下：
运行结果如下：
在做数据预处理时，去重复处理是比较常见的处理方式。在NumPy中，可以使用np.unique（）函数，示例代码如下：
运行结果如下：
如果对多维数组做去重复处理，最后返回的是具有唯一值的一维数组，示例代码如下：
运行结果如下：
