NumPy-gegevenstype en conversie

  1. NumPy-gegevenstype
  2. Datatype Conversie

Gegevenstype - dtype in NumPy verschilt van de primitieve gegevenstypen in Python, bijvoorbeeld, dtype heeft het type met een hogere resolutie dat nuttig is bij de gegevensberekening.

NumPy-gegevenstype

Data type Beschrijving
bool Boolean
int8 8-bits geheel getal met teken
int16 16-bits ondertekend geheel getal
int32 32-bits geheel getal met teken
int64 64-bits geheel getal met teken
uint8 8-bits geheel getal zonder teken
uint16 16-bits geheel getal zonder teken
uint32 32-bits geheel getal zonder teken
uint64 64-bits geheel getal zonder teken
float16 16-bit drijvend punt nummer
float32 32-bit drijvend punt nummer
float64 64-bit drijvend punt nummer
complex64 64-bit complex nummer
complex128 128-bit complex nummer

Wanneer u nieuwe ndarray gegevens maakt, kan je het gegevenstype van het element definiëren door middel van tekenreeks of of datatype-constanten in de NumPy bibliotheek.

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)

Datatype Conversie

Nadat de gegevensinstantie is gemaakt, kan je het type element naar een ander type met astype() methode wijzigen, zoals van geheel getal naar zwevend enzovoort.

>>> 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'))

Aandacht

De conversiemethode voor het gegevenstype retourneert alleen een nieuwe arrayinstantie en de gegevens en informatie van de oorspronkelijke arrayinstantie zijn niet gewijzigd.