Tutoriel Numpy - Type de données NumPy et conversion

  1. Type de données NumPy
  2. Conversion des types de données

Le type de données - dtype dans NumPy est différent des types de données primitives dans Python, par exemple, dtype a le type avec une résolution plus élevée qui est utile dans le calcul des données.

Type de données NumPy

Type de données Description
 bool  Booléen
 int8  Entier signé 8 bits
 int16  Entier signé 16 bits
 int32  Entier signé 32 bits
 int64  Entier signé 64 bits
 uint8  Entier non signé 8 bits
 uint16  Entier non signé 16 bits
 uint32  Entier non signé 32 bits
 uint64  Entier non signé 64 bits
 float16  Nombre à virgule flottante 16 bits
 float32  Nombre à virgule flottante 32 bits
 float64  Nombre à virgule flottante 64 bits
 complex64  Nombre complexe 64 bits
 complex128  Nombre complexe de 128 bits

Lors de la création d’une nouvelle donnée ndarray, vous pouvez définir le type de données de l’élément par des constantes de type chaîne ou ou de données dans la bibliothèque numpy.

import numpy as np

# by string
test = np.array([4, 5, 6], dtype='int64')

# by data type constant in numpy
test = np.array([7, 8, 8], dtype=np.int64)

Conversion des types de données

Après la création de l’instance de données, vous pouvez changer le type de l’élément en un autre type avec la méthode astype(), comme par exemple de entier à flottant et ainsi de suite.

>>> import numpy as np
>>> test = np.array([11, 12, 13, 14], dtype="int32")
>>> x = test.astype('float32')
>>> x
array([11., 12., 13., 14.], dtype=float32)
>>> test, test.dtype
(array([11, 12, 13, 14]), dtype('int32'))
Attention

La méthode de conversion de type de données ne retournera qu’une nouvelle instance de tableau, et les données et informations de l’instance de tableau originale n’ont pas changé.