Tipe Data NumPy

Tipe data Python

Secara default, Python memiliki tipe data berikut:

  • strings - Untuk merepresentasikan data teks, teks diindikasi dengan tanda kutip. Contohnya "ABCD"。
  • integer - Untuk merepresentasikan integer. Contohnya -1, -2, -3。
  • float - Untuk merepresentasikan bilangan real. Contohnya 1.2, 42.42。
  • boolean - Untuk merepresentasikan True atau False.
  • complex - Untuk merepresentasikan bilangan di permukaan kompleks. Contohnya 1.0 + 2.0j, 1.5 + 2.5j.

Tipe data NumPy

NumPy memiliki beberapa tipe data ekstra, dan diacu melalui karakter tipe data, seperti i Merepresentasikan integer,u Merepresentasikan integer tak signed dll.

Berikut adalah daftar semua tipe data NumPy serta karakter yang digunakan untuk merepresentasikannya.

  • i - Integer
  • b - Boolean
  • u - Integer tak signed
  • f - Bilangan floating-point
  • c - Bilangan floating-point kompleks
  • m - Timedelta
  • M - Datetime
  • O - Objek
  • S - String
  • U - String unicode
  • V - Blok memori tipe lain yang tetap ( void )

Memeriksa tipe data array

Objek array NumPy memiliki nama dtype Properti, properti ini mengembalikan tipe data array:

Contoh

Mendapatkan tipe data objek array:

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr.dtype)

Jalankan Contoh

Contoh

Mendapatkan tipe data array yang mengandung string:

import numpy as np
arr = np.array(['apple', 'banana', 'cherry'])
print(arr.dtype)

Jalankan Contoh

Membuat array dengan tipe data yang telah ditentukan

Kami menggunakan array() Fungsi untuk membuat array, fungsi ini dapat menggunakan parameter pilihan:dtype，ini memungkinkan kami untuk menentukan tipe data elemen array yang diharapkan:

Contoh

Membuat array dengan string data type melalui string data type:

import numpy as np
arr = np.array([1, 2, 3, 4], dtype='S')
print(arr)
print(arr.dtype)

Jalankan Contoh

Untuk i、u、f、S dan U，kami juga dapat menentukan ukurannya.

Contoh

Membuat array dengan tipe data integer 4 byte:

import numpy as np
arr = np.array([1, 2, 3, 4], dtype='i4')
print(arr)
print(arr.dtype)

Jalankan Contoh

Jika nilai tak dapat diubah tipe, bagaimana halnya?

Jika diberikan elemen yang tak dapat diubah tipe, NumPy akan memicu ValueError.

ValueError: Di Python, jika parameter yang disampaikan kepada fungsi adalah tipe yang tidak diharapkan atau salah, akan memicu ValueError.

Contoh

Tidak dapat mengkonversi string bukan integer (seperti 'a') ke integer (akan memicu kesalahan):

import numpy as np
arr = np.array(['a', '2', '3'], dtype='i')

Jalankan Contoh

Mengubah jenis data array yang sudah ada

Yang terbaik untuk mengubah jenis data array yang ada adalah menggunakan astype() metode untuk menyalin array.

astype() Fungsi untuk membuat salinan array dan memungkinkan anda untuk menentukan jenis data sebagai parameter.

Jenis data dapat ditentukan dengan string, seperti 'f' menunjukkan bilangan bukan integer,'i' menunjukkan integer, dan lainnya. Atau anda juga dapat menggunakan jenis data langsung, seperti float menunjukkan bilangan bukan integer,int menunjukkan integer.

Contoh

Dengan menggunakan 'i' Sebagai nilai parameter, ubah jenis data dari bilangan bukan integer ke integer:

import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype('i')
print(newarr)
print(newarr.dtype)

Jalankan Contoh

Contoh

Dengan menggunakan int Sebagai nilai parameter, ubah jenis data dari bilangan bukan integer ke integer:

import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype(int)
print(newarr)
print(newarr.dtype)

Jalankan Contoh

Contoh

Ubah jenis data dari integer ke boolean:

import numpy as np
arr = np.array([1, 0, 3])
newarr = arr.astype(bool)
print(newarr)
print(newarr.dtype)

Jalankan Contoh