Python データ型の概要 - numpy

この記事では、Python に関する関連知識を提供します。主に、numpy の基本データ型、numpy カスタム複合データ型、日付データ型を保存する ndarray の使用法など、numpy データ型に関連する問題を整理します。 . 見ていきましょう、皆さんの参考になれば幸いです。

[関連する推奨事項: Python3 ビデオ チュートリアル ]

1. numpy の基本データタイプ

##文字タイプstr、各文字は32ビットUnicodeエンコードで表されます

import numpy as np

arr = np.array([1, 2, 3])
print(arr, arr.dtype)

arr = arr.astype('int64')
print(arr, arr.dtype)

arr = arr.astype('float32')
print(arr, arr.dtype)

arr = arr.astype('bool')
print(arr, arr.dtype)

arr = arr.astype('str')
print(arr, arr.dtype)

タイプ名	タイプインジケーター
ブール値	bool
符号付き整数型	int8 / int16 / int32 / int64
符号なし整数型	uint8 / uint16 / uint32 / uint64
Float 型	float16 / float32 / float64
複合型	complex64 / complex128

2. numpy カスタム複合データ型

オブジェクト型を ndarray に保存したい場合は、numpy が推奨します

保存にはタプルを使用するオブジェクトの属性フィールド値を取得し、タプルを ndarray に追加します。ndarray は、これらのデータの処理を容易にする構文を提供します。

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)
]
# 姓名 2 个字符
# 3 个 int32 类型的成绩
# 1 个 int32 类型的年龄
arr = np.array(data, dtype='2str, 3int32, int32')
print(arr)
print(arr.dtype)
# 可以通过索引访问
print(arr[0], arr[0][2])

データ量が多い場合、上記の方法はデータアクセスに不便です。

ndarray は、

辞書またはリスト の形式で定義できるデータ型と列の別名を提供します。データにアクセスするときは、添字インデックスまたは列名を使用してデータにアクセスできます。

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)]# 采用字典定义列名和元素的数据类型arr = np.array(data, dtype={
    # 设置每列的别名
    'names': ['name', 'scores', 'age'],
    # 设置每列数据元素的数据类型
    'formats': ['2str', '3int32', 'int32']})print(arr, arr[0]['age'])# 采用列表定义列名和元素的数据类型arr = np.array(data, dtype=[
    # 第一列
    ('name', 'str', 2),
    # 第二列
    ('scores', 'int32', 3),
    # 第三列
    ('age', 'int32', 1)])print(arr, arr[1]['scores'])# 直接访问数组的一列print(arr['scores'])

3. ndarray を使用して日付データ型を保存します

import numpy as np

dates = [
    '2011',
    '2011-02',
    '2011-02-03',
    '2011-04-01 10:10:10'
]

ndates = np.array(dates)
print(ndates, ndates.dtype)

# 数据类型为日期类型，采用 64 位二进制进行存储，D 表示日期精确到天
ndates = ndates.astype('datetime64[D]')
print(ndates, ndates.dtype)

# 日期运算
print(ndates[-1] - ndates[0])

1. 日付文字列は

2011/11/11 をサポートしておらず、日付を区切るためのスペースの使用は 2011 11 11 をサポートしていませんが、2011-11 がサポートされています。 -11 2. 日付と時刻を区切るにはスペースが必要です。
2011-04-01 10:10:10 3 . 時刻の記述形式
10: 10:10

4. 型文字コード(データ型の略称)

numpyは処理する型文字コードを提供します。データ型をより便利に。

#タイプ# #ブール型bool?符号付き整数型int8 / int16 / int32 / int64 i1 / i2 / i4 / i8符号なし整数型uint8 / uint16 / uint32 / uint64u1 / u2 / u4 / u8float16 / float32 / float64complex64 / complex128str、各文字は 32 ビット Unicode でエンコードされます ## を表します#UDatedatatime64M8[Y] / M8[M] / M8[D] / M8 [h] / M8[m] / M8[s]

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)
]
# 采用字典定义列名和元素的数据类型
arr = np.array(data, dtype={
    # 设置每列的别名
    'names': ['name', 'scores', 'age'],
    # 设置每列数据元素的数据类型
    'formats': ['2U', '3i4', 'i4']
})

print(arr)
print(arr[1]['scores'])
print(arr['scores'])
print(arr.dtype)

タイプインジケータ	文字コード
		##浮動小数点型
f2 / f4 / f8		複合型
c8 / c16		文字型

5. Case

フィールドを選択し、ndarray を使用してデータを保存します。

import numpy as np

datas = [
    (0, '4室1厅', 298.79, 2598, 86951),
    (1, '3室2厅', 154.62, 1000, 64675),
    (2, '3室2厅', 177.36, 1200, 67659),]arr = np.array(datas, dtype={
    'names': ['index', 'housetype', 'square', 'totalPrice', 'unitPrice'],
    'formats': ['u1', '4U', 'f4', 'i4', 'i4']})print(arr)print(arr.dtype)# 计算 totalPrice 的均值sum_totalPrice = sum(arr['totalPrice'])print(sum_totalPrice/3)

[関連する推奨事項:

Python3 ビデオ チュートリアル

]

以上がPython データ型の概要 - numpyの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。