NumPy ฉบับประเภทข้อมูล

ประเภทข้อมูลใน Python

โดยมาตรฐาน ภาษา Python มีประเภทข้อมูลต่อไปนี้

  • strings - ใช้แสดงข้อมูลข้อความ ข้อความนี้ถูกปิดลงด้วยนิ้วมือ
  • integer - ใช้แสดงจำนวนเต็ม
  • float - ใช้แสดงจำนวนเป็นจำนวนเศษ
  • boolean - ใช้แสดง True หรือ False
  • complex - ใช้แสดงตัวเลขในแนวของแผนกาแล็กซี่

ประเภทข้อมูลใน NumPy

NumPy มีประเภทข้อมูลเพิ่มเติม และใช้ตัวอักษรเพื่ออ้างประเภทข้อมูล i เช่น ตัวเลขเต็มu เช่น ตัวเลขไม่มีสัญลักษณ์

นี่คือรายการทั้งหมดของประเภทข้อมูลใน NumPy และตัวอักษรที่ใช้แสดงมัน

  • i - ตัวเลขเต็ม
  • b - ตัวเลขเป็นสัญลักษณ์
  • u - ตัวเลขเต็มไม่เป็นสัญลักษณ์
  • f - จำนวนเป็นจำนวนเศษ
  • c - จำนวนเป็นจำนวนเศษที่เป็นแนว
  • m - timedelta
  • M - datetime
  • O - สิ่ง
  • S - ข้อความ
  • U - ข้อความ unicode
  • V - บล็อคหน่วยความจำแบบอื่นๆ ที่เป็นแนว ( void )

ตรวจสอบประเภทข้อมูลของแนว

แนว NumPy มีชื่อ dtype ของคุณภาพ ซึ่งคืนค่าประเภทข้อมูลของแนว

ตัวอย่าง

เรียกข้อมูลประเภทของแนวตัวแปร

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

ปฏิบัติตัวอย่าง

ตัวอย่าง

เรียกข้อมูลประเภทของแนวที่มีข้อความ

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

ปฏิบัติตัวอย่าง

สร้างแนวด้วยประเภทข้อมูลที่กำหนด

เราใช้ array() ฟังก์ชันสร้างแนว ซึ่งสามารถใช้ตัวแปรเลือกตัวที่มีสิทธิ์dtypeมันอนุญาตให้เรากำหนดประเภทข้อมูลของตัวแปรแนวที่คาดการณ์ไว้

ตัวอย่าง

สร้างแนวด้วยข้อความประเภทข้อมูล

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

ปฏิบัติตัวอย่าง

สำหรับ i、u、f、S และ Uเราก็สามารถกำหนดขนาดได้

ตัวอย่าง

สร้างแนวที่มีขนาดของประกายที่ 4 ไบต์

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

ปฏิบัติตัวอย่าง

หากค่าไม่สามารถเปลี่ยนรูปแบบได้ มันจะเป็นอย่างไร?

ถ้าให้ค่าที่ไม่สามารถเปลี่ยนรูปแบบได้ บริษัท NumPy จะขอค่าเตือน ValueError。

ValueError：在 Python 中，如果传递给函数的参数的类型是非预期或错误的，则会引发 ValueError。

ตัวอย่าง

ValueError: ใน Python ถ้าประเภทของตัวแปรที่ถูกส่งผ่านถึงฟังก์ชันไม่เป็นความคาดหวังหรือผิดพลาด จะทำให้เกิดความผิดพลาด ValueError

import numpy as np
ไม่สามารถการแปลงตัวอักษรที่ไม่เป็นเลขเต็ม (เช่น 'a') ให้เป็นเลขเต็ม (จะทำให้เกิดความผิดพลาด):

ปฏิบัติตัวอย่าง

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

การเปลี่ยนประเภทข้อมูลของแบบจำลองที่มีอยู่ astype() วิธีที่ดีที่สุดในการเปลี่ยนประเภทข้อมูลของแบบจำลองที่มีอยู่คือใช้

astype() ฟังก์ชันสร้างสำเนาของแบบจำลอง และอนุญาตให้คุณกำหนดประเภทข้อมูลเป็นตัวอย่าง

ประเภทข้อมูลสามารถกำหนดด้วยตัวอักษร เช่น 'f' หมายถึงเลขจำนวน'i' หมายถึงเลขเต็ม หรือคุณก็สามารถใช้ประเภทข้อมูลตรงได้ เช่น float หมายถึงเลขจำนวนint หมายถึงเลขเต็ม

ตัวอย่าง

ด้วยการใช้ 'i' ใช้ค่าเป็นตัวอย่าง เปลี่ยนประเภทข้อมูลจากเลขจำนวนเป็นเลขเต็ม

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

ปฏิบัติตัวอย่าง

ตัวอย่าง

ด้วยการใช้ int ใช้ค่าเป็นตัวอย่าง เปลี่ยนประเภทข้อมูลจากเลขจำนวนเป็นเลขเต็ม

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

ปฏิบัติตัวอย่าง

ตัวอย่าง

เปลี่ยนประเภทข้อมูลจากเลขเต็มเป็นความเป็นระเบียง

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

ปฏิบัติตัวอย่าง