Numpy 데이터 유형
파이썬의 데이터 유형
기본적으로 Python에는 다음과 같은 데이터 유형이 있습니다.
strings- 텍스트 데이터를 나타내는 데 사용되며 텍스트는 인용 부호 아래에 표시됩니다. 예: "ABCD"integer- 정수를 나타내는 데 사용됩니다. 예: -1, -2, -3float- 실수를 나타내는 데 사용됩니다. 예: 1.2, 42.42boolean- True 또는 False를 나타내는 데 사용됩니다.complex- 복소수를 나타내는 데 사용됩니다. 예: 1.0 + 2.0j, 1.5 + 2.5j
Numpy의 데이터 유형
iNumPy에는 몇 가지 추가 데이터 유형이 있으며 정수, u부호 없는 정수 등과 같이 하나의 문자가 있는 데이터 유형을 참조합니다 .
아래는 NumPy의 모든 데이터 유형과 이를 나타내는 데 사용되는 문자 목록입니다.
i- 정수b- 부울u- 부호 없는 정수f- 뜨다c- 복잡한 플로트m- 타임델타M- 날짜 시간O- 물체S- 끈U- 유니코드 문자열V- 다른 유형에 대한 고정된 메모리 청크( void )
배열의 데이터 유형 확인
NumPy 배열 객체에는 배열 dtype
의 데이터 유형을 반환하는 속성이 있습니다.
예시
배열 객체의 데이터 유형을 가져옵니다.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr.dtype)
예시
문자열을 포함하는 배열의 데이터 유형을 가져옵니다.
import numpy as np
arr = np.array(['apple',
'banana', 'cherry'])
print(arr.dtype)
정의된 데이터 유형으로 배열 생성
함수를 사용 array()하여 배열을 생성합니다. 이 함수는 선택적 인수 를 사용할 수 있습니다. dtype
이를 통해 배열 요소의 예상 데이터 유형을 정의할 수 있습니다.
예시
데이터 유형이 문자열인 배열을 생성합니다.
import numpy as np
arr = np.array([1, 2, 3, 4],
dtype='S')
print(arr)
print(arr.dtype)
i, u, 및 f에
대해서도 크기 를 정의할 수 있습니다.SU
예시
데이터 유형이 4바이트 정수인 배열을 만듭니다.
import numpy as np
arr = np.array([1, 2, 3, 4],
dtype='i4')
print(arr)
print(arr.dtype)
값을 변환할 수 없으면 어떻게 합니까?
요소를 캐스팅할 수 없는 유형이 지정되면 NumPy는 ValueError를 발생시킵니다.
ValueError: Python에서 ValueError는 함수에 전달된 인수의 유형이 예상치 못한/잘못된 경우 발생합니다.
예시
'a'와 같은 정수가 아닌 문자열은 정수로 변환할 수 없습니다(오류 발생):
import numpy as np
arr = np.array(['a', '2', '3'], dtype='i')
기존 배열의 데이터 유형 변환
기존 배열의 데이터 유형을 변경하는 가장 좋은 방법은 해당 astype()메서드를 사용하여 배열의 복사본을 만드는 것입니다.
이 astype()함수는 배열의 복사본을 만들고 데이터 유형을 매개변수로 지정할 수 있도록 합니다.
'f'데이터 유형은 float,
integer 등과 같은 문자열을 사용하여 지정 하거나 float 및 integer 와 'i'같이 직접 데이터 유형을 사용할 수 있습니다
.floatint
예시
'i'매개변수 값 으로 사용하여 데이터 유형을 부동 소수점에서 정수로 변경하십시오 .
import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype('i')
print(newarr)
print(newarr.dtype)
예시
int매개변수 값 으로 사용하여 데이터 유형을 부동 소수점에서 정수로 변경하십시오 .
import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype(int)
print(newarr)
print(newarr.dtype)
예시
데이터 유형을 정수에서 부울로 변경:
import numpy as np
arr = np.array([1, 0, 3])
newarr = arr.astype(bool)
print(newarr)
print(newarr.dtype)