numpy ialah perpustakaan Python yang berkuasa yang menyediakan jenis data yang kaya untuk mengendalikan operasi berangka dan pengiraan saintifik. Dalam numpy, penukaran jenis data ialah operasi biasa yang menukar elemen dalam tatasusunan daripada satu jenis kepada yang lain. Artikel ini akan memperkenalkan kaedah penukaran jenis data yang biasa digunakan dalam numpy dan memberikan contoh kod terperinci.
Jenis data dalam numpy terutamanya termasuk integer, nombor titik terapung, nilai Boolean dan rentetan, dsb. Berikut menerangkan cara menukar antara jenis ini.
import numpy as np # 创建一个浮点数组 arr = np.array([1.1, 2.2, 3.3, 4.4]) # 将浮点数组转换为整数数组 arr_int = arr.astype(np.int32) print(arr_int)
Outputnya ialah: [1 2 3 4]. Ambil perhatian bahawa kaedah astype akan mencipta tatasusunan baharu, dan jenis tatasusunan asal tidak akan berubah.
import numpy as np # 创建一个整数数组 arr = np.array([1, 2, 3, 4]) # 将整数数组转换为浮点数组 arr_float = arr.astype(np.float32) print(arr_float)
Hasil keluarannya ialah: [1. 2. 3. 4.].
import numpy as np # 创建一个整数数组 arr = np.array([1, 0, 2, 0]) # 将整数数组转换为布尔数组 arr_bool = arr.astype(np.bool) print(arr_bool)
Keluarannya ialah: [Benar Salah Benar Salah]. Unsur bukan sifar akan ditukar kepada Benar, dan unsur sifar akan ditukar kepada Salah.
import numpy as np # 创建一个整数数组 arr = np.array([1, 2, 3, 4]) # 将整数数组转换为字符串数组 arr_str = arr.astype(np.string_) print(arr_str)
Outputnya ialah: [b'1' b'2' b'3' b'4']. Ambil perhatian bahawa dalam tatasusunan rentetan, setiap elemen diawali dengan 'b', menunjukkan bahawa ia ialah rentetan bait.
Ringkasan:
Artikel ini memperkenalkan kaedah penukaran jenis data yang biasa digunakan dalam numpy dan memberikan contoh kod terperinci. Sama ada jenis integer, jenis titik terapung, jenis boolean atau jenis rentetan, numpy menyediakan kaedah yang mudah dan mudah difahami untuk penukaran. Dalam aplikasi praktikal, kita selalunya perlu menukar jenis elemen tatasusunan kepada jenis tertentu untuk memenuhi keperluan pengkomputeran yang berbeza. Dengan menguasai kaedah ini, kita boleh menggunakan numpy dengan lebih fleksibel untuk operasi berangka dan pengiraan saintifik.
Atas ialah kandungan terperinci Tutorial yang ringkas dan mudah difahami: kaedah penukaran jenis data numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!