Einführung in Python-Datentypen – Numpy
Dieser Artikel vermittelt Ihnen relevantes Wissen über Python, in dem hauptsächlich Probleme im Zusammenhang mit Numpy-Datentypen organisiert werden, einschließlich der grundlegenden Datentypen von Numpy, der benutzerdefinierten zusammengesetzten Datentypen von Numpy, der Verwendung von ndarray zum Speichern von Datumsdatentypen usw. Schauen wir uns das an Ich hoffe, dass der Inhalt unten für alle hilfreich sein wird.
【Verwandte Empfehlung: Python3-Video-Tutorial】
1. Grundlegende Datentypen von Numpy
| Typname | Typindikator |
|---|---|
| Boolean | bool |
| Integer-Typ mit Vorzeichen | int8/int16/int32/int64 |
| Integer-Typ ohne Vorzeichen | uint8/uint16/uint32/uint64 |
| Gleitkomma-Typ | float 16/float32/ float64 |
| Plural Typ | complex64 / complex128 |
| Zeichentyp | str, jedes Zeichen wird durch 32-Bit-Unicode-Codierung dargestellt |
import numpy as np
arr = np.array([1, 2, 3])
print(arr, arr.dtype)
arr = arr.astype('int64')
print(arr, arr.dtype)
arr = arr.astype('float32')
print(arr, arr.dtype)
arr = arr.astype('bool')
print(arr, arr.dtype)
arr = arr.astype('str')
print(arr, arr.dtype)
2. Numpy benutzerdefinierter zusammengesetzter Datentyp
Wenn Sie möchten Um Objekttypen in ndarray zu speichern, empfiehlt Numpy die Verwendung von Tupeln zum Speichern von Attributfeldwerten von Objekten. Das anschließende Hinzufügen von Tupeln zu ndarray bietet eine Syntax, um die Verarbeitung dieser Daten zu erleichtern. import numpy as np
data = [
('zs', [99, 98, 90], 17),
('ls', [95, 95, 92], 16),
('ww', [97, 92, 91], 18)
]
# 姓名 2 个字符
# 3 个 int32 类型的成绩
# 1 个 int32 类型的年龄
arr = np.array(data, dtype='2str, 3int32, int32')
print(arr)
print(arr.dtype)
# 可以通过索引访问
print(arr[0], arr[0][2])
Wenn die Datenmenge groß ist, ist die obige Methode für den Datenzugriff nicht geeignet.
ndarray stellt Datentypen und Spaltenaliase bereit, die in Form vonWörterbüchern oder Listen
definiert werden können. Beim Zugriff auf Daten können Sie über tiefgestellte Indizes oder Spaltennamen darauf zugreifen. import numpy as np
data = [
('zs', [99, 98, 90], 17),
('ls', [95, 95, 92], 16),
('ww', [97, 92, 91], 18)]# 采用字典定义列名和元素的数据类型arr = np.array(data, dtype={
# 设置每列的别名
'names': ['name', 'scores', 'age'],
# 设置每列数据元素的数据类型
'formats': ['2str', '3int32', 'int32']})print(arr, arr[0]['age'])# 采用列表定义列名和元素的数据类型arr = np.array(data, dtype=[
# 第一列
('name', 'str', 2),
# 第二列
('scores', 'int32', 3),
# 第三列
('age', 'int32', 1)])print(arr, arr[1]['scores'])# 直接访问数组的一列print(arr['scores'])
3. Verwenden Sie ndarray, um den Datumsdatentyp
import numpy as np
dates = [
'2011',
'2011-02',
'2011-02-03',
'2011-04-01 10:10:10'
]
ndates = np.array(dates)
print(ndates, ndates.dtype)
# 数据类型为日期类型，采用 64 位二进制进行存储，D 表示日期精确到天
ndates = ndates.astype('datetime64[D]')
print(ndates, ndates.dtype)
# 日期运算
print(ndates[-1] - ndates[0])
1 zu speichern. Die Unterstützung für Datumszeichenfolgen unterstützt
3. Zeitschreibformat2011/11/11nicht, verwenden Sie Leerzeichen getrennt Das Datum unterstützt2011 11 11nicht, unterstützt jedoch2011-11-112. Zwischen Datum und Uhrzeit muss ein Leerzeichen stehen, um
zu trennen 2011-04-01 10 :10:1010:10:10
2. Zwischen Datum und Uhrzeit muss ein Leerzeichen stehen, um 4. Geben Sie den Zeichencode ein (Datentypabkürzung)
numpy stellt den Typ bereit Zeichencode, der eine bequemere Handhabung von Datentypen ermöglichen kann. ?? 1 6/int32/int642011/11/11，使用空格进行分隔日期也不支持2011 11 11，支持2011-11-11
2.日期与时间之间需要有空格进行分隔2011-04-01 10:10:10
3.时间的书写格式10:10:10
i1/ i2/ I4/I8 f4 / f8
| Zeichentyp | str, jedes Zeichen wird durch 32-Bit-Unicode-Codierung dargestellt | |
|---|---|---|
| Datum | datatime64 | M8[ Y] / M8[M ] / M8[D] / M8[h] / M8[m] / M8[s] |
| Felder auswählen, ndarray Store-Daten verwenden. | import numpy as np
datas = [
(0, '4室1厅', 298.79, 2598, 86951),
(1, '3室2厅', 154.62, 1000, 64675),
(2, '3室2厅', 177.36, 1200, 67659),]arr = np.array(datas, dtype={
'names': ['index', 'housetype', 'square', 'totalPrice', 'unitPrice'],
'formats': ['u1', '4U', 'f4', 'i4', 'i4']})print(arr)print(arr.dtype)# 计算 totalPrice 的均值sum_totalPrice = sum(arr['totalPrice'])print(sum_totalPrice/3) |
|
| [Verwandte Empfehlungen: | Python3-Video-Tutorial] |
Das obige ist der detaillierte Inhalt vonEinführung in Python-Datentypen – Numpy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undress AI Tool
Ausziehbilder kostenlos
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Clothoff.io
KI-Kleiderentferner
Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Wie automatisieren Sie die Dateneingabe von Excel zu einem Webformular mit Python?
Aug 12, 2025 am 02:39 AM
Die Methode zum Ausfüllen von Excel -Daten in Webformulare mithilfe von Python lautet: Verwenden Sie zunächst Pandas, um Excel -Daten zu lesen und dann mit Selen das Browser zu steuern, um das Formular automatisch zu füllen und zu übermitteln. Zu den spezifischen Schritten gehören die Installation von Pandas, OpenPyxl- und Selenium -Bibliotheken, das Herunterladen des entsprechenden Browsertreibers, die Verwendung von Pandas zum Lesen von Namen, E -Mails, Telefon und anderen Feldern in der Datei data.xlsx, starten Sie den Browser über Selen, um das Ziel -Last zu erstellen. Wenn Sie die Ausnahme des Stellverfahrens verarbeiten, können Sie die Ausnahme des Stellverfahrens verarbeiten. Formieren und verarbeiten Sie alle Datenlinien in einer Schleife.
Was ist die Stimmungsanalyse im Kryptowährungshandel?
Aug 14, 2025 am 11:15 AM
Inhaltsverzeichnis Was ist die Stimmungsanalyse im Kryptowährungshandel? Warum die Stimmungsanalyse für Kryptowährungsinvestitionen wichtig ist, wobei wichtige Quellen von Emotionsdaten a. Social -Media -Plattform b. Nachrichtenmedien c. Instrumente für die Stimmungsanalyse und Technologie häufig verwendete Tools in der Stimmungsanalyse: Angenommene Techniken: Integrieren Sie die Stimmungsanalyse in Handelsstrategien, wie Händler es verwenden: Strategie Beispiel: Annahme von BTC -Handelsszenario -Szenario -Szenario -Szenario -Szenario -Szenario -Szenario -Einstellung: Emotionales Signal: Händlern Interpretation: Entscheidung: Ergebnisse und Einschränkungen und Rissen der Stimmungsanalyse, die Emotionen für die Kryption des Trading -Verständnisses im Verknüpfung des Kryptionsverbots. Eine kürzlich von Hamid 2025 Studie 2025
Wie gehe ich in Python mit großen Datensätzen um, die nicht in den Speicher passen?
Aug 14, 2025 pm 01:00 PM
Bei der Verarbeitung großer Datensätze, die den Speicher in Python überschreiten, können sie nicht gleichzeitig in RAM geladen werden. Stattdessen sollten Strategien wie Chunking -Verarbeitung, Festplattenspeicher oder Streaming eingesetzt werden. CSV -Dateien können in Stücken über Pandas 'Chunkize -Parameter und den verarbeiteten Block nach Block gelesen werden. Dask kann verwendet werden, um die Parallelisierungs- und Aufgabenplanung ähnlich wie die PANDAS -Syntax zur Unterstützung großer Speicherdatenoperationen. Schreiben Sie Generatorfunktionen, um die Zeile der Textdateien für Zeile zu lesen, um die Speicherverwendung zu reduzieren. Verwenden Sie das Parquet -Säulen -Speicherformat in Kombination mit Pyarrow, um bestimmte Spalten oder Zeilengruppen effizient zu lesen. Verwenden Sie das Memmap von Numpy zur Speicherkarte große numerische Arrays, um auf Datenfragmente bei Bedarf zuzugreifen, oder speichern Sie Daten in leichten Daten wie SQLite oder Duckdb.
So debuggen Sie Ihren Python -Code
Aug 13, 2025 am 12:18 AM
UsePrint () StatementStocheckVariableValuesandExecutionFlow, AdditionLabelsandTypesforclarity, AndremovethembeForecommitting; 2.UsethepythonDebugger (PDB) With Breakpoint () topausexexexexexcution, Inspectvariable undstephroughCodeIntive;
Wie kann man den Python -Code im Sublime -Text debuggen?
Aug 14, 2025 pm 04:51 PM
Verwendet die UlBIMETEXT'SBUILDSYSTEMTORUNPYthonScriptsandCatchErrorsBypressionctrl BaftersettingTheCorrectBuildSystemSystemcreeatingacustomon.2.InsertStrategicPrint () StatementStocheckvariableValues, Typen, und ExecutionFlow, unter Verwendung von Labelsandrepels () Forclarity.3.
So debuggen Sie ein Python -Skript in VSCODE
Aug 16, 2025 am 02:53 AM
Um Python -Skripte zu debuggen, müssen Sie zuerst die Python -Erweiterung installieren und den Interpreter konfigurieren. Erstellen Sie dann eine LOWN.JSON -Datei, um die Debugging -Konfiguration festzulegen. Setzen Sie dann einen Haltepunkt in den Code und drücken Sie F5, um das Debugging zu starten. Das Skript wird am Haltepunkt unterbrochen, sodass die Überprüfung von Variablen und die Schritt-für-Schritt-Ausführung überprüft werden kann. Durch die Überprüfung des Problems durch Anzeigen der Konsolenausgabe, Hinzufügen von Protokollen oder Anpassungsparametern usw., um sicherzustellen, dass der Debugging -Prozess nach korrekter Umgebung einfach und effizient ist.
Wie man eine verschachtelte Liste oder eine Liste von Listen in Python abflacht
Aug 12, 2025 am 09:49 AM
FALLENINGANESTListinPythonconvertsalistwithSublistoSingleflatlist und TheBestMethodDependsonThenestingDeTandDataSize.forone-Levelnesting, uselistCompcompredesion-ähnlich [itemForsublistInestnested_Listoritiminsublist] oderitertools.chains.chains.chains.chains.chains
Python Plotly Dash Beispiel
Aug 12, 2025 pm 05:23 PM
Dieses Beispiel zeigt eine interaktive Webanwendung, die auf Pythonplotlydash basiert. 1. Erstellen Sie eine Webanwendungsoberfläche mit dem DASH. 2. Wählen Sie Datenreihen (Umsatz, Gewinn, Ausgaben) im Dropdown-Menü (Dropdown). 3. Zeichnen Sie Plotly, um das entsprechende Zeitreihen -Zeilendiagramm dynamisch zu zeichnen. V. 5. Die Rückruffunktion aktualisiert den Diagramminhalt in Echtzeit gemäß der Wahl des Benutzers. Nach dem Ausführen wird die Anwendung auf dem lokalen Server gestartet und kann über den Browser zugegriffen werden. Es unterstützt dynamische Interaktion und Echtzeit-Updates. Es ist für Anfänger geeignet, die Grundstruktur und den Reaktionsmechanismus des Dash zu verstehen. Es kann auch durch reale Daten hinzugefügt und zugegriffen werden.
