Tutorial Numpy - Tipo di dati e conversione NumPy
Il tipo di dati - dtype
in NumPy è diverso dai tipi di dati primitivi in Python, per esempio, dtype
ha il tipo con risoluzione più alta che è utile nel calcolo dei dati.
Tipo di dati NumPy
Tipo di dati | Descrizione |
---|---|
bool |
Booleano |
int8 |
8-bit firmato intero |
int16 |
16-bit firmato intero |
int32 |
intero firmato a 32 bit |
int64 |
64-bit firmato intero |
uint8 |
8-bit non firmato intero |
uint16 |
16 bit non firmato intero |
uint32 |
32-bit non firmato intero |
uint64 |
64-bit non firmato intero |
float16 |
Numero in virgola mobile a 16 bit |
float32 |
Numero in virgola mobile a 32 bit |
float64 |
Numero a virgola mobile a 64 bit |
complex64 |
Numero complesso a 64 bit |
complex128 |
Numero complesso a 128 bit |
Quando si crea un nuovo dato ndarray
, si può definire il tipo di dati dell’elemento per stringa o per costanti di tipo di dati nella libreria 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)
Conversione del tipo di dati
Dopo che l’istanza di dati è stata creata, si può cambiare il tipo dell’elemento con il metodo astype()
, come ad esempio da intero a fluttuante e così via.
>>> 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