为什么不使用
dtype=object？
In [1]: my_list = [['User_0', '2012-2', 1, 6, 0, 1.0], ['User_0', '2012-2', 5,6, 0, 1.0], ['User_0', '2012-3', 0, 0, 4, 1.0]]In [2]: my_np_array = np.array(my_list, dtype=object)In [3]: my_np_arrayOut[3]:array([['User_0', '2012-2', 1, 6, 0, 1.0], ['User_0', '2012-2', 5, 6, 0, 1.0], ['User_0', '2012-3', 0, 0, 4, 1.0]], dtype=object)
注意
这是关于内存使用情况的，当您指定每列的dtype时，分配给您的内存
ndarray将小于您使用时
dtype=object包含python中所有可能类型的内存，因此分配给每列的内存将最大。
