Rumah > hujung hadapan web > html tutorial > Artikel yang memperkenalkan sepenuhnya semua kaedah penukaran jenis data numpy

Artikel yang memperkenalkan sepenuhnya semua kaedah penukaran jenis data numpy

PHPz
Lepaskan: 2024-01-26 10:31:17
asal
599 orang telah melayarinya

Artikel yang memperkenalkan sepenuhnya semua kaedah penukaran jenis data numpy

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:

  • bool: Data Boolean, mewakili benar atau salah
  • int: data integer, yang boleh ditandatangani atau tidak ditandatangani
  • float: data titik terapung🜎; : data kompleks, terdiri daripada nombor nyata dan nombor khayalan;
  • 2. Kaedah penukaran jenis data Numpy
  • astype() kaedah
  • astype() digunakan untuk menukar jenis data tatasusunan numpy kepada jenis data yang ditentukan. Berikut ialah beberapa contoh penggunaan biasa:
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)
Salin selepas log masuk

Hasil keluaran:

[1. 2. 3. 4. 5.]
[1 2 3 4 5]
[1 2 3 4 5]
Salin selepas log masuk
  1. numpy objek jenis data

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)
Salin selepas log masuk

Hasil keluaran:

int32
complex128
Salin selepas log masuk
  1. Fungsi penukaran jenis data

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)
Salin selepas log masuk

Hasil keluaran:

[1. 2. 3. 4. 5.]
[1 2 3 4 5]
Salin selepas log masuk
    3. Ringkasan
  1. Artikel ini memperkenalkan kaedah penukaran jenis data yang biasa digunakan dalam numpy, termasuk kaedah astype(), objek jenis data dan fungsi penukaran jenis data. Melalui kaedah ini, kami boleh dengan mudah melakukan penukaran jenis data tatasusunan numpy untuk menyesuaikan diri dengan keperluan yang berbeza. Dalam aplikasi praktikal, kaedah yang sesuai boleh dipilih untuk penukaran jenis data berdasarkan keadaan tertentu untuk meningkatkan kecekapan pemprosesan data.

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!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan