이 기사에서는 numpy의 기본 데이터 유형, numpy 사용자 정의 복합 데이터 유형, ndarray를 사용하여 날짜 데이터 유형 저장 등을 포함하여 numpy 데이터 유형과 관련된 문제를 주로 정리하는 Python에 대한 관련 지식을 제공합니다. 아래 내용이 모든 분들께 도움이 되기를 바랍니다.
【관련 추천: Python3 동영상 튜토리얼】
유형 이름 | 유형 표시기 |
---|---|
Boolean | bool |
부호 있는 정수형 | int8/int16/int32/int64 |
부호 없는 정수형 | uint8/uint16/uint32/uint64 |
부동 소수점형 | float 16/float32/flo at64 |
복수형 type | complex64 / complex128 |
문자 유형 | str, 각 문자는 32비트 유니코드 인코딩 |
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)
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])
데이터의 양이 많은 경우 위의 방법은 데이터 접근에 불편합니다.
ndarray는사전 또는 목록
형식으로 정의할 수 있는 데이터 유형과 열 별칭을 제공합니다. 데이터에 접근할 때 아래 첨자 인덱스나 열 이름을 통해 접근할 수 있습니다.
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. 날짜 데이터 유형을 저장하려면 ndarray를 사용하세요.
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])로그인 후 복사
3. 시간 쓰기 형식1. 날짜 문자열 지원은
2.2011/11/11
을 지원하지 않습니다. 분리 날짜는2011 11 11
을 지원하지 않지만,2011-11-11
을 지원합니다를 구분하려면 날짜와 시간 사이에 공백이 있어야 합니다. 2011-04-01 10 :10:10
10:10:10
numpy는 유형을 제공합니다. 데이터 유형을 더욱 편리하게 처리할 수 있는 문자 코드입니다.
2011/11/11
,使用空格进行分隔日期也不支持2011 11 11
,支持2011-11-11
2.日期与时间之间需要有空格进行分隔2011-04-01 10:10:10
3.时间的书写格式10:10:10
4. 유형 문자 코드(데이터 유형 약어)
문자 코드 | ||
---|---|---|
? | 부호 있는 정수 유형 | |
i1/i2/ i4/i8 | 부호 없는 정수 | |
u1/u2/u4/u8 | 부동 소수점 | |
f2 4 / f8 | complex64 / complex128 | |
문자 유형 | str, 각 문자는 32비트 유니코드 인코딩 | |
Date | datatime64 | |
5. 필드를 선택하고 ndarray Store 데이터를 사용합니다.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)로그인 후 복사
【관련 권장 사항:
Python3 비디오 튜토리얼】
위 내용은 Python 데이터 유형 소개 - numpy의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!