Тип NumPy

Умножение матриц NumPy Программирование и разработка

Чтобы изменить тип данных массива NumPy, используйте метод astype (тип данных). Это популярная функция в Python, используемая для изменения dtype массива NumPy, который нам предоставили. Мы будем использовать функцию numpy.astype() для изменения dtype указанного объекта массива. Целевой тип данных в этом случае имеет решающее значение для передачи в качестве аргумента вызывающей функции. Все общие и встроенные типы данных поддерживаются функцией. Функция astype подробно объясняется с многочисленными примерами ниже.

Синтаксис Astype()

Вот синтаксис функции astype() в Python.

Dataframe.astype(dtype, copy=True, errors=’raise’)

Тип данных или имя столбца dict -> тип данных должен быть идентифицирован параметром dtype. Используйте col: dtype,… для преобразования одного или нескольких столбцов DataFrame в типы, специфичные для столбцов, где col — это метка столбца, а dtype — тип numpy.dtype или Python.

Логический (True или False) параметр «copy» по умолчанию имеет значение True. Когда copy=True, возвращается копия.

Ошибки включают «повышение» и «игнорирование», причем «повышение» является значением по умолчанию. Он позволяет вызывать исключения, если он настроен на повышение. Если для него задано игнорирование, он подавляет исключения и возвращает исходный объект в случае ошибки.

Теперь, когда вы поняли синтаксис функции astype(), давайте посмотрим на некоторые примеры того, как она работает на практике.

Пример 1

В коде Python, показанном ниже, мы использовали метод numpy.astype() из библиотеки NumPy, чтобы изменить тип данных существующего массива. Мы можем использовать код «import numpy as np», чтобы импортировать библиотеку NumPy в нашу программу. Убедитесь, что библиотека NumPy уже присутствует в нашей системе.

Тип данных указанного массива NumPy — «плавающий». Мы можем проверить тип данных, используя атрибут dtype, принадлежащий массиву NumPy. Мы использовали функцию astype() (как вы можете видеть в 4-й строке кода) с типом данных int в качестве аргумента для изменения типа данных существующего массива NumPy.

Мы использовали copy=false в качестве второго аргумента функции, чтобы изменить тип данных используемого массива NumPy. Наконец, мы напечатали результат в последней строке кода.

import numpy as np
my_arr = np.array([[2,5,8,9],[9,7,6,33]],dtype=‘float’)
print(‘The existing array datype is:’,my_arr.dtype)
my_arr = my_arr.astype(int,copy=False)
print(‘The array datatype after change is:’,my_arr.dtype)

Результат представлен ниже. Здесь вы можете видеть, что первая строка указывает тип данных существующего массива, а последняя показывает тип данных после изменения.

Читайте также:  bin / rm: слишком длинный список аргументов

анных существующего массива, а последняя показывает тип данны

Пример 2

В этом примере кода мы попытаемся преобразовать существующий массив NumPy с плавающей запятой в сложный тип. ’float’ — это существующий тип данных данного массива NumPy. Атрибут dtype массива NumPy можно использовать для проверки типа данных, как показано во второй строке кода ниже.

Мы использовали функцию numpy.astype() с типом данных «complex128» в качестве аргумента для изменения типа данных существующего массива NumPy. Мы использовали copy=false в качестве второго параметра numpy.astype() для изменения типа данных массива NumPy на месте.

import numpy as np
my_arr = np.array([[2,5,8,9],[9,7,6,33]],dtype=‘float’)
print(‘The existing array datype is:’,my_arr.dtype)
my_arr = my_arr.astype(‘complex128’,copy=False)
print(‘The array datatype after change is:’,my_arr.dtype)

Ниже приведен вывод существующего, а также нового типа данных массива.

приведен вывод существующего, а так

Пример 3

В третьем примере нашей статьи мы заменяем текущий тип данных массива NumPy с плавающей запятой строкой без знака. Тип данных «плавающий» — это существующий тип данных созданного массива NumPy. Атрибут dtype массива NumPy можно использовать для проверки типа данных.

Мы использовали функцию numpy.astype() и передали тип данных в виде строки без знака, чтобы изменить тип данных существующего массива NumPy. Мы использовали copy=false в качестве второго параметра для numpy.astype(), чтобы изменить тип данных массива NumPy на месте.

import numpy as np
my_arr = np.array([[2,5,8,9],[9,7,6,33]],dtype=‘float’)
print(‘The existing array datype is:’,my_arr.dtype)
my_arr = my_arr.astype(‘U’,copy=False)
print(‘The array datatype after change is:’,my_arr.dtype)
print(my_arr)

Вот результат существующего и нового типа данных после модификации.

от результат существующего и нового типа данных по

Пример 4

Эта программа Python демонстрирует, как можно преобразовать тип данных массива NumPy из числа с плавающей запятой в объект. Используя метод np.astype() вместе с объектом типа данных, мы можем легко изменить тип данных данного массива NumPy. Наряду с этим пропустите второй аргумент, который имеет значение copy=False, чтобы изменить тип данных существующего массива, который используется без возврата нового массива.

import numpy as np
my_arr = np.array([[2,4,1,9],[9,7,6,33]],dtype=‘float’)
print(‘The existing array datype is:’,my_arr.dtype)
my_arr = my_arr.astype(‘O’,copy=False)
print(‘The array datatype after change is:’,my_arr.dtype)
print(my_arr)

Ниже выходной скриншот. Здесь вы можете просмотреть существующий тип данных массива и тип данных массива после изменения.

Читайте также:  Python Pop Последний элемент из списка

щий тип данных массива и тип данных массива по

Пример 5

В последнем примере этой статьи мы подробно узнаем, как преобразовать массив NumPy в сложное целое число. Любой тип данных может быть преобразован в любой другой тип данных с помощью функции Numpy astype(). Однако он не всегда преобразуется в определенные типы данных.

Чтобы преобразовать тип данных «float» в тип «complex128», мы будем использовать numpy.astype(). См. приведенный ниже код. Сначала мы объявили массив с именем my_arr после импорта модуля NumPy. После этого мы выполнили функцию astype(), чтобы изменить тип данных. Вот прикрепленное изображение, чтобы вы понимали, для чего написана каждая строчка кода.

import numpy as p
arr_new = p.array([[14.20,17.24], [26.33, 16.22], [39.31, 31.31]])
print(arr_new)
print(‘After converting the array is as follows:’)
int_array = arr_new.astype(complex)
print(int_array)
print(«The data type of Int_array is: «)
print(int_array.dtype)

Мы преобразовали массив с плавающей запятой NumPy в сложный массив NumPy, используя метод astype(). Подтверждение можно найти на прилагаемом скриншоте.

авающей запятой NumPy в сложный ма

Заключение

В этой статье мы узнали о функции astype(). Эта функция используется для изменения типа данных существующего массива NumPy с помощью встроенной функции astype библиотеки NumPy. У нас есть много типов данных, и мы можем легко изменить тип данных массива NumPy, минуя любой из этих типов данных. Мы можем изменить тип данных float массива NumPy на int, текст без знака, объект или сложный тип. Мы предоставили различные примеры, чтобы показать вам, как этого можно добиться.

Оцените статью
bestprogrammer.ru
Добавить комментарий

Adblock
detector