str(x)：
这是一个Python内置函数，用于将对象x转换为字符串类型。
可以接受任何数据类型的对象作为输入（如整数、浮点数、列表、元组等），并返回一个合理的字符串表示。
例：str(123) 会返回 ‘123’，str([1, 2, 3]) 会返回 ‘[1, 2, 3]’。

.str：
它不是Python的内置功能，而是pandas库提供的！
当你有一个pandas的DataFrame或Series对象，并且该对象包含字符串数据时，.str 允许你访问一系列字符串处理函数，如 .lower(), .upper(), .contains() 等等。
例，如果df[‘name’]是一个包含字符串的列，那么df[‘name’].str.lower() 会返回该列中所有字符串的小写。

——————-

对于NumPy数组，.tostring() 方法（现在推荐使用 .tobytes()，因为 .tostring() 在未来的版本中可能会被弃用）会将数组中的数据以字节的形式返回，这通常用于需要将数组数据发送到文件、网络或其他需要字节数据的地方。

python">import numpy as np# 创建一个NumPy数组
arr = np.array([1, 2, 3, 4])# 使用.tostring()方法将数组转换为字节字符串
# 注意：在未来的NumPy版本中，.tostring()可能会被弃用，推荐使用.tobytes()
byte_string = arr.tostring()  # 或使用 arr.tobytes()# 打印字节字符串
print(byte_string)

输出
b’\x01\x00\x00\x00\x02\x00\x00\x00\x03\x00\x00\x00\x04\x00\x00\x00’ # 字节字符串表示，具体输出可能因系统字节序而异

———-

pandas提供了 .astype(str) 方法来将DataFrame或Series中的数据类型转换为字符串。
df[‘num’].astype(str)

python">import pandas as pd
# 创建一个包含不同数据类型的DataFrame
df = pd.DataFrame({'num': [1, 2, 3],'float': [1.1, 2.2, 3.3],'bool': [True, False, True]
})
# 将所有列的数据类型转换为字符串
df_str = df.astype(str)
print(df_str)

output:

   num  float   bool
0    1    1.1   True
1    2    2.2  False
2    3    3.3   True