Numpy 数据类型转换出现的问题

问题的起源是在调用稀疏矩阵计算SVD时候，提示我输入的矩阵类型不对。

Sparse Matrix: ValueError: matrix type must be 'f', 'd', 'F', or 'D'

所以尝试对输入的数据矩阵进行类型转换，首先是ndarray是从dataframe过来的。dtype('int64')

简单查了一下 

使用 ndarray.dtype = '数据类型'  eg:   datandarray.dtype = 'float64' 这种强制变换 是会影响数据的

显然从一个浮点数变换到整型的时候，会出现的问题。

另一个强制转换出现的问题就是：

从一个64的变换到16位的，一个数会被切成4个数，所以原来数组的3个被切成了12个。

 

正确的ndarray数组变换姿势：

其中需要注意的是：！！！

test.astype转换后还需要重新赋值替换掉原来的，否则test的类型并不会改变。