NumPy 데이터 타입

NumPy 소개

Izzy Weber

Core Curriculum Manager, DataCamp

NumPy vs. Python 데이터 타입

예시 Python 데이터 타입:

예시 NumPy 데이터 타입:

숫자 10436의 이진수 표현:

숫자 10436의 이진수 이미지

np.int32는 4,294,967,296개의 정수를 저장할 수 있습니다:

np.int32 저장 용량 도식

숫자 10436의 이진수 표현:

숫자 10436의 이진수 이미지

np.int32는 4,294,967,296개의 정수를 저장할 수 있습니다:

np.int32 저장 용량 도식

np.array([1.32, 5.78, 175.55]).dtype

dtype('float64')

int_array = np.array([[1, 2, 3], [4, 5, 6]])
int_array.dtype

dtype('int64')

np.array(["Introduction", "to", "NumPy"]).dtype

dtype('<U12')

float32_array = np.array([1.32, 5.78, 175.55], dtype=np.float32)
float32_array.dtype

dtype('float32')

boolean_array = np.array([[True, False], [False, False]], dtype=np.bool_)
boolean_array.astype(np.int32)

array([[1, 0],
       [0, 0]], dtype=int32)

np.array([True, "Boop", 42, 42.42])

array(['True', 'Boop', '42', '42.42'], dtype='<U5')

정수 배열에 float를 더하면 모든 정수가 float로 바뀝니다:

np.array([0, 42, 42.42]).dtype

dtype('float64')

불리언 배열에 정수를 더하면 모든 불리언이 정수로 바뀝니다:

np.array([True, False, 42]).dtype

dtype('int64')

NumPy 소개