NumPy datatyypit
- Edellinen Sivu NumPy taulukon leikkaaminen
- Seuraava Sivu NumPy kappaleet/nykyisyydet
Pythonin tietotyypit
Oletusarvoisesti Pythonilla on seuraavat tietotyypit:
strings
- Käyttää tekstitietoja, joita merkitään lainausmerkeillä. Esimerkiksi "ABCD".integer
- Käyttää kokonaislukuja. Esimerkiksi -1, -2, -3.float
- Käyttää reaalisia lukuja. Esimerkiksi 1.2, 42.42.boolean
- Käyttää totuusarvoja True tai False.complex
- Käyttää esimerkiksi lukuja kompleksisessa avaruudessa. Esimerkiksi 1.0 + 2.0j, 1.5 + 2.5j.
NumPy:n tietotyyppi
NumPy:llä on joitakin lisätietotyyppejä, jotka viittaavat tietotyyppiin merkkiä, esimerkiksi i
Edustaa kokonaislukuja,u
Edustaa muun muassa epätavallisia kokonaislukuja.
Tässä on lista kaikista NumPy:n tietotyypeistä ja niitä edustavista merkeistä.
i
- Kokonaislukub
- Totuusarvou
-符号inen kokonaislukuf
- Reaalilukuc
- Monimutkainen reaalilukum
- AikaväliM
- AikataulutO
- ObjektiS
- MerkkijonoU
- Unicode-merkkijonoV
- Kiinteä muotoilun muistialue ( void )
Tarkista taulukon tietotyyppi
NumPy-taulukkoobjektilla on nimi dtype
ominaisuus, joka palauttaa taulukon tietotyyppin:
Esimerkki
Hanki taulukon objektin tietotyyppi:
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr.dtype)
Esimerkki
Hanki merkkijonotaulukon tietotyyppi:
import numpy as np arr = np.array(['apple', 'banana', 'cherry']) print(arr.dtype)
Määritetyn tietotyyppin avulla luodaksemme taulukon
Käytämme array()
Funktio, jolla luodaan taulukko, voi käyttää valinnaisia parametreja:dtype
Se mahdollistaa taulukon elementtien odotetun tietotyyppin määrittämisen:
Esimerkki
Luo taulukko tietotyyppimerkin avulla:
import numpy as np arr = np.array([1, 2, 3, 4], dtype='S') print(arr) print(arr.dtype)
Koska i
、u
、f
、S
ja U
Voimme myös määrittää sen koon.
Esimerkki
Luo tietotyypiksi 4 tavua kokonaislukua oleva taulukko:
import numpy as np arr = np.array([1, 2, 3, 4], dtype='i4') print(arr) print(arr.dtype)
Mikä tapahtuu, jos arvoa ei voida muuntaa?
Jos annetaan elementin tyyppiä ei voida pakottaa muuntaa, NumPy luo ValueError.
Arvovirhe:Pythonissa, jos funktiolle annetun parametrin tyyppi on odottamaton tai virheellinen, siitä aiheutuu Arvovirhe。
Esimerkki
Arvovirhe: Pythonissa, jos funktiolle annetun parametrin tyyppi on odottamaton tai virheellinen, siitä aiheutuu Arvovirhe.
import numpy as np arr = np.array(['a', '2', '3'], dtype='i')
Muunna olemassa olevan taulukon tietotyyppi
Paras tapa muuttaa olemassa olevan taulukon tietotyyppiä on käyttää astype()
metodi kloonaa taulukon.
astype()
Funktio luo taulukon kloonin ja mahdollistaa tietotyyppien määrittämisen parametrina.
Tietotyyppiä voidaan määrittää merkkijonona, esimerkiksi 'f'
tarkoittaa desimaalilukua.'i'
tarkoittaa kokonaislukua jne. Tai voit myös käyttää suoraan tietotyyppiä, esimerkiksi float
tarkoittaa desimaalilukua.int
tarkoittaa kokonaislukua.
Esimerkki
Käyttämällä 'i'
Muuta parametrien tietotyyppiä desimaaliluvuksi:
import numpy as np arr = np.array([1.1, 2.1, 3.1]) newarr = arr.astype('i') print(newarr) print(newarr.dtype)
Esimerkki
Käyttämällä int
Muuta parametrien tietotyyppiä desimaaliluvuksi:
import numpy as np arr = np.array([1.1, 2.1, 3.1]) newarr = arr.astype(int) print(newarr) print(newarr.dtype)
Esimerkki
Muuta tietotyyppiä kokonaisluvuksi:
import numpy as np arr = np.array([1, 0, 3]) newarr = arr.astype(bool) print(newarr) print(newarr.dtype)
- Edellinen Sivu NumPy taulukon leikkaaminen
- Seuraava Sivu NumPy kappaleet/nykyisyydet