numpy ialah salah satu alat yang biasa digunakan dalam perpustakaan pengkomputeran saintifik Python, yang boleh melakukan pengiraan berangka dan pemprosesan data yang cekap. Dalam numpy, penukaran jenis data ialah operasi yang sangat biasa yang boleh membantu kami menyesuaikan data kepada keperluan yang berbeza. Artikel ini akan memperkenalkan kaedah penukaran jenis data yang biasa digunakan dalam numpy dan melampirkan contoh kod tertentu.
1. Pengenalan kepada jenis data numpy
Dalam numpy, jenis data diwakili oleh deskriptor. Setiap deskriptor terdiri daripada aksara (menunjukkan jenis data) dan nombor (menunjukkan saiz data).
Jenis data numpy biasa termasuk:
import numpy as np # 创建一个整型数组 arr = np.array([1, 2, 3, 4, 5]) # 将整型数组转换为浮点型数组 arr_float = arr.astype(float) print(arr_float) # 将浮点型数组转换为整型数组 arr_int = arr_float.astype(int) print(arr_int) # 创建一个字符串数组 arr_str = np.array(['1', '2', '3', '4', '5']) # 将字符串数组转换为整型数组 arr_int = arr_str.astype(int) print(arr_int)
Hasil keluaran:
[1. 2. 3. 4. 5.] [1 2 3 4 5] [1 2 3 4 5]
numpy menyediakan satu siri objek jenis data yang melaluinya jenis data boleh ditentukan. Penggunaan khusus adalah seperti berikut:
import numpy as np # 使用数据类型对象指定数据类型 dt = np.dtype('int32') arr = np.array([1, 2, 3, 4, 5], dtype=dt) print(arr.dtype) # 创建复数型数组 dt = np.dtype('complex128') arr = np.array([1 + 2j, 2 + 3j, 3 + 4j], dtype=dt) print(arr.dtype)
Hasil keluaran:
int32 complex128
numpy menyediakan beberapa fungsi untuk penukaran jenis data, yang boleh menukar secara langsung jenis data sebagai parameter. Penggunaan khusus adalah seperti berikut:
import numpy as np # 创建一个整型数组 arr = np.array([1, 2, 3, 4, 5]) # 使用数据类型转换函数进行转换 arr_float = np.float64(arr) print(arr_float) # 创建一个字符串数组 arr_str = np.array(['1', '2', '3', '4', '5']) # 使用数据类型转换函数进行转换 arr_int = np.int32(arr_str) print(arr_int)
Hasil keluaran:
[1. 2. 3. 4. 5.] [1 2 3 4 5]
Di atas adalah senarai lengkap kaedah penukaran jenis data numpy, saya harap ia akan membantu anda!
Atas ialah kandungan terperinci Artikel yang memperkenalkan sepenuhnya semua kaedah penukaran jenis data numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!