ホームページ >バックエンド開発 >Python チュートリアル >Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事

Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事

WBOY
WBOY転載
2023-04-10 15:31:031514ブラウズ

Numpy の概要

NumPy (Numerical Python) は、多数の次元配列および行列演算をサポートする Python 言語の拡張ライブラリです。さらに、多数の数学関数も提供します配列操作用のライブラリ。

NumPy は非常に高速な数学ライブラリであり、主に次のような配列計算に使用されます。

  • 強力な N 次元配列オブジェクト ndarray
  • ブロードキャスト関数機能
  • ##C/C/Fortranコード統合ツール
  • # #線形代数、フーリエ変換、乱数生成とその他の関数
  • NumPy Ndarray オブジェクト

NumPy の最も重要な機能は、N 次元配列オブジェクト ndarray はコレクションです。同じ型の一連のデータです。コレクション内の要素のインデックスは添字 0 で始まります。

  • ndarray オブジェクトは、要素を格納するために使用される多次元配列です。配列
  • #ndarray 内の各要素は、メモリ内に同じストレージ サイズの領域を持ちます。
  • numpy オブジェクトの作成:
  • numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

名前配列の作成スタイル、Cは行方向、F は列方向、A は任意の方向 (デフォルト) ##

データ型変換

Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事

コピー

Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事

最小寸法

Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事

##subok

Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事##NumPy データ型

##説明

オブジェクト

配列またはネストarray

dtype

配列要素 データ型、オプション

#copy

オブジェクトをコピーする必要があるかどうか、オプション

#order

#subok

##

#デフォルトは基本クラス型と一致する配列を返します

##ndmin

#生成される配列の最小次元を指定します

#名前説明bool_インデックス付けに使用される整数型 (C の ssize_t に似ていますが、通常は int32 または int64 です) ##int64#整数 (-9223372036854775808 ~ 9223372036854775807) ##uint8uint16float16float32float64## complex__complex64#complex128

##ブール データ型 (True または False)

int_

##デフォルトの整数型 (long、int32、または int64 に似ています) C 言語)

##intc

と同じC の int 型、通常は int32 または int 64

##intp

##int8

# バイト (-128 ~ 127)

##int16

整数 (-32768 ~ 32767)

#int32

##整数 (-2147483648 ~ 2147483647)

符号なし整数 (0 ~ 255)

符号なし整数 (0 ~ 65535)

##uint32

符号なし整数 (0 ~ 4294967295)

#uint64

#符号なし整数 (0 ~ 18446744073709551615)

#float_

##float64 型の略称

##半精度浮動小数点数 (符号ビット 1、指数ビット 5、10 を含む)仮数部の数字

単精度浮動小数点数、以下を含む: 1 符号ビット、8 指数ビット、23 仮数ビット

倍精度浮動小数点数 (符号ビット 1 ビット、指数ビット 11 ビット、仮数ビット 52 ビットを含む)

complex128 型の略称、つまり 128 ビットの複素数

倍精度の 32 ビット浮動小数点数 (実数部と虚数部) を表す複素数

##倍精度の 64 ビット浮動小数点数 (実数) を表す複素数。部と虚数部 )

数据类型对象 (dtype)

数据类型对象(numpy.dtype 类的实例)用来描述与数组对应的内存区域是如何使用,它描述了数据的以下几个方面:

  • 数据的类型(整数,浮点数或者 Python 对象)
  • 数据的大小(例如, 整数使用多少个字节存储)
  • 数据的字节顺序(小端法或大端法)
  • 在结构化类型的情况下,字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
  • 如果数据类型是子数组,那么它的形状和数据类型是什么。

字节顺序是通过对数据类型预先设定 来决定的。 意味着大端法(最重要的字节存储在最小的地址,即高位组放在最前面)。

dtype 对象是使用以下语法构造的:

numpy.dtype(object, align, copy)

object - 要转换为的数据类型对象
align - 如果为 true,填充字段使其类似 C 的结构体。
copy - 复制 dtype 对象 ,如果为 false,则是对内置数据类型对象的引用

每个内建类型都有一个唯一定义它的字符代码

字符

对应类型

b

布尔型

i

(有符号) 整型

u

无符号整型 integer

f

浮点型

c

复数浮点型

m

timedelta(时间间隔)

M

datetime(日期时间)

O

(Python) 对象

S, a

(byte-)字符串

U

Unicode

V

原始数据 (void)

dt = np.dtype(np.int32)
print(dt)

输出:
int32


dt = np.dtype('i4')
print(dt)

输出:
int32


dt = np.dtype([('age', np.int8)])
print(dt)

输出:
[('age', 'i1')]

结构化数据类型

student = np.dtype([('name','S20'), ('age','i1'), ('score', 'f4')])
a = np.array([('xm', 10, 98.123456789), ('xh', 8, 99.111111111), ('xl', '9', 100)], dtype=student)
print(a)

输出:
[(b'xm', 10,98.12346 ) (b'xh',8,99.111115) (b'xl',9, 100.)]

以上がPythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事の詳細内容です。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。

声明:
この記事は51cto.comで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。