import numpy as np
my_list = ['0.49', '0.54', '0.54', '0.54', '0.54', '0.54', '0.55', '0.54', '0.54', '0.54', '0.55', '0.55', '0.55', '0.54', '0.55', '0.55', '0.54', 
'0.55', '0.55', '0.54']
print(type(my_list), type(my_list[0]))   
# <class 'list'> <class 'str'>

它将类型显示为字符串列表。你可以使用numpy将这个列表同时转换为一个浮点数数组:

    my_list = np.array(my_list).astype(np.float)

    print(type(my_list), type(my_list[0]))  
    # <class 'numpy.ndarray'> <class 'numpy.float64'>

[float(i) for i in lst]

准确地说，它创建了一个带有浮点值的新列表。与映射方法不同，它将在py3k中工作。

Map (float, mylist)可以做到。

(在Python 3中，map停止返回一个列表对象，所以如果你想要一个新的列表，而不仅仅是要迭代的东西，你要么需要list(map(float, mylist) -要么使用SilentGhost的答案，这可以说是更Python化的。)

我必须首先从float字符串列表中提取数字:

   df4['sscore'] = df4['simscore'].str.findall('\d+\.\d+')

然后每个转换为浮点数:

   ad=[]
   for z in range(len(df4)):
      ad.append([float(i) for i in df4['sscore'][z]])

最后将所有浮点数赋值给一个dataframe为float64:

   df4['fscore'] = np.array(ad,dtype=float)

你可以使用map()函数将列表直接转换为浮点数:

float_list = map(float, list)

Float (item)做正确的事情:它将其参数转换为Float并返回它，但它不会在原地改变参数。一个简单的修复代码是:

new_list = []
for item in list:
    new_list.append(float(item))

同样的代码可以使用列表推导式写得更短:new_list = [float(i) for i in list]

就地更改列表:

for index, item in enumerate(list):
    list[index] = float(item)

顺便说一句，避免使用列表作为变量，因为它伪装了内置函数的同名。