NumPy Tutorial - NumPy Tipo de Dados e Conversão
O tipo de dados - dtype
na NumPy é diferente dos tipos de dados primitivos em Python, por exemplo, dtype
tem o tipo com maior resolução que é útil no cálculo dos dados.
Tipo de dados NumPy
Tipo de dados | Descrição |
---|---|
bool |
Booleano |
int8 |
Inteiro de 8 bits assinado |
int16 |
Número inteiro assinado de 16 bits |
int32 |
Número inteiro assinado de 32 bits |
int64 |
Inteiro de 64 bits assinado |
uint8 |
Inteiro de 8 bits sem assinatura |
uint16 |
Inteiro de 16 bits sem assinatura |
uint32 |
Inteiro de 32 bits sem assinatura |
uint64 |
Inteiro de 64 bits sem assinatura |
float16 |
Número de ponto flutuante de 16 bits |
float32 |
Número de ponto flutuante de 32 bits |
float64 |
Número de ponto flutuante de 64 bits |
complex64 |
Número complexo de 64 bits |
complex128 |
Número complexo de 128 bits |
Ao criar um novo dado ndarray
, você pode definir o tipo de dados do elemento por string ou constantes de tipo de dados na 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)
Conversão do tipo de dados
Após a instância de dados ser criada, você pode mudar o tipo do elemento para outro tipo com o método astype()
, como de inteiro para flutuante e assim por diante.
>>> 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