Quelles sont les méthodes de conversion des types de données dans numpy ?

DDD
Libérer: 2023-11-22 11:41:38
original
3637 Les gens l'ont consulté

Les méthodes de Numpy pour convertir les types de données sont : 1. la méthode astype(), qui est utilisée pour convertir le tableau en un type de données spécifié et accepte un paramètre, qui est le type de données à convertir ; , qui crée un nouvel objet tableau, qui partage les mêmes données que le tableau d'origine ; 3. la fonction asarray(), qui peut convertir le tableau en type de données spécifié et renverra un nouvel objet tableau ; utilisé pour convertir le tableau Convertir en liste ; 5. méthode copy(), utilisée pour créer une copie du tableau, etc.

Quelles sont les méthodes de conversion des types de données dans numpy ?

Le système d'exploitation de ce tutoriel : système Windows 10, Python version 3.11.4, ordinateur Dell G3.

Dans NumPy, vous pouvez utiliser plusieurs méthodes pour convertir le type de données d'un tableau. Voici quelques méthodes couramment utilisées :

Méthode astype() : La méthode astype() est utilisée pour convertir un tableau en un type de données spécifié. Il accepte un paramètre, le type de données vers lequel convertir. Par exemple, pour convertir un tableau d'entiers en un tableau de nombres à virgule flottante, vous pouvez utiliser le code suivant : Méthode

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
arr_float = arr.astype(float)
Copier après la connexion

view() : La méthode view() crée un nouvel objet tableau qui partage les mêmes données que l'objet tableau. tableau d'origine. Vous pouvez utiliser la méthode view() pour modifier le type de données d'un tableau. Par exemple, pour convertir un tableau d'entiers en tableau booléen, vous pouvez utiliser le code suivant : Fonction

import numpy as np
arr = np.array([1, 0, 1, 0, 1])
arr_bool = arr.view(bool)
Copier après la connexion

asarray() : La fonction asarray() est similaire à la méthode astype() et peut convertir le tableau en tableau booléen. type de données spécifié. La différence est que la fonction asarray() renvoie un nouvel objet tableau au lieu de modifier le tableau d'origine. Par exemple, pour convertir une liste d'entiers en un tableau de nombres à virgule flottante, vous pouvez utiliser le code suivant : Méthode

import numpy as np
lst = [1, 2, 3, 4, 5]
arr_float = np.asarray(lst, dtype=float)
Copier après la connexion

tolist() : La méthode tolist() est utilisée pour convertir un tableau en liste Python. Le type de données dans la liste convertie sera le même que celui du tableau d'origine. Par exemple, pour convertir un tableau de nombres à virgule flottante en une liste d'entiers, vous pouvez utiliser le code suivant : Méthode

import numpy as np
arr = np.array([1.1, 2.2, 3.3, 4.4, 5.5])
lst_int = arr.tolist()
Copier après la connexion

copy() : La méthode copy() est utilisée pour créer une copie du tableau. Vous pouvez utiliser la méthode copy() pour modifier le type de données d'un tableau. Par exemple, pour convertir un tableau d'entiers en un tableau de nombres complexes, vous pouvez utiliser le code suivant :

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
arr_complex = arr.astype(complex).copy()
Copier après la connexion

Voici quelques méthodes courantes utilisées pour convertir le type de données d'un tableau dans NumPy. Choisissez la méthode appropriée pour convertir les types de données en fonction de besoins et de situations spécifiques.

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!

Étiquettes associées:
source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!