NumPy (Numerical Python) est une bibliothèque d'extension du langage Python qui prend en charge un grand nombre d'opérations sur les tableaux dimensionnels et les matrices. De plus, elle fournit également un grand nombre de bibliothèques de fonctions mathématiques pour les opérations sur les tableaux.
NumPy est une bibliothèque mathématique très rapide, principalement utilisée pour les calculs de tableaux, notamment :
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
| objet | |
dtype | ||
copie | ||
order | ||
subok | Par défaut, un tableau est renvoyé qui est cohérent avec le type de classe de base | |
ndmin | Spécifiez la dimension minimale du tableau généré |
Types de données NumPy
Nom
Description
bool_
int_ | Type entier par défaut ( similaire à long, int32 ou int64 en langage C) |
intc | est le même que le type int de C, généralement int32 ou int 64 |
intp | Le type entier utilisé pour l'indexation (similaire au ssize_t de C, généralement toujours int32 ou int64) |
int8 | octets (-128 à 127) |
int16 | entier (-32768 à 32767) |
int32 | entier ( -2147483648 à 2147483647) |
int64 | entier (-9223372036854775808 à 9223372036854 775807) |
uint8 | Entier non signé (0 à 255) |
uint16 | Entier non signé (0 à 65535) |
uint32 | Entier non signé (0 à 4294967295) |
uint64 | Entier non signé (0 à 18446744073709551615) abréviation de type float64 précision Nombre à virgule flottante, comprenant : 1 bit de signe, 5 bits d'exposant, 10 bits de mantisse |
float32 | Nombre à virgule flottante simple précision, comprenant : 1 bit de signe, 8 bits d'exposant, 23 bits de mantisse |
flo at6 4 | 数 Double précision nombre à virgule flottante, comprenant : 1 symbole, 11 bits d'index, 52 queues numériques |
Complex_ | complex128 spécifications, c'est-à-dire 128 bits au pluriel
|
complexe64 | Nombre complexe, représentant un nombre double à virgule flottante de 32 bits (partie réelle et partie imaginaire) |
complex128
| pluriel, indiquant une double virgule flottante de 64 bits chiffres (partie réelle et partie imaginaire) |
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')]
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.)]
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!