ชนิดข้อมูลใน NumPy

NumPy เบื้องต้น

Izzy Weber

Core Curriculum Manager, DataCamp

NumPy vs. ชนิดข้อมูลใน Python

ตัวอย่างชนิดข้อมูลใน Python:

ตัวอย่างชนิดข้อมูลใน NumPy:

เลข 10436 ในรูปแบบเลขฐานสอง:

ภาพแสดงเลข 10436 ในรูปแบบเลขฐานสอง

np.int32 เก็บจำนวนเต็มได้ 4,294,967,296 ค่า:

แผนภาพแสดงความจุของ np.int32

เลข 10436 ในรูปแบบเลขฐานสอง:

ภาพแสดงเลข 10436 ในรูปแบบเลขฐานสอง

np.int32 เก็บจำนวนเต็มได้ 4,294,967,296 ค่า:

แผนภาพแสดงความจุของ np.int32

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')

การเพิ่ม float เข้าไปในอาร์เรย์ของจำนวนเต็ม จะทำให้จำนวนเต็มทั้งหมดกลายเป็น float:

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

dtype('float64')

การเพิ่มจำนวนเต็มเข้าไปในอาร์เรย์ของ boolean จะทำให้ค่า boolean ทั้งหมดกลายเป็นจำนวนเต็ม:

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

dtype('int64')

NumPy เบื้องต้น