Tutorial de Numpy - Tipo y conversión de datos de NumPy
Tipo de datos - dtype
en NumPy es diferente de los tipos de datos primitivos en Python, por ejemplo, dtype
tiene el tipo con mayor resolución que es útil en el cálculo de datos.
Tipo de datos de NumPy
Tipo de datos | Descripción |
---|---|
bool |
Booleano |
int8 |
Entero firmado de 8 bits |
int16 |
Entero firmado de 16 bits |
int32 |
Entero firmado de 32 bits |
int64 |
Entero con signo de 64 bits |
uint8 |
Entero sin signo de 8 bits |
uint16 |
Entero de 16 bits sin signo |
uint32 |
Entero sin signo de 32 bits |
uint64 |
Entero sin signo de 64 bits |
flota16 |
Número de punto flotante de 16 bits |
flota32 |
Número de coma flotante de 32 bits |
float64 |
Número de punto flotante de 64 bits |
complex64 |
Número complejo de 64 bits |
complex128 |
Número complejo de 128 bits |
Cuando se crea un nuevo dato ndarray
, se puede definir el tipo de datos del elemento por cadena o por constantes de tipo de datos en la biblioteca 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)
Conversión del tipo de datos
Después de que se cree la instancia de datos, puede cambiar el tipo del elemento a otro tipo con el método astype()
, como de entero a flotante y así sucesivamente.
>>> 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'))
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn Facebook