✅ Типи даних NumPy - Дізнайтеся про різні типові дані

Введення в типи даних NumPy

Введення в типи даних NumPy

Тип даних - це атрибут, пов’язаний з даними, який визначає вид значень, які дані можуть утримувати, вид операцій, які можна виконувати над ним, і найголовніше кількість необхідної їм пам'яті. Деякі з найбільш поширених типів даних - цілі, реальні, булеві та знакові. У цій статті ми зробимо спробу зрозуміти різні типи даних, підтримувані Numpy. Numpy - пакет пітонів, який використовується для наукових обчислень. Це суто написано мовою програмування С. Отже, можна припустити, що типи даних у Numpy - це більш-менш оновлення типів даних C.

Типові типи даних

Різні типи даних, що підтримуються numpy, є:

Типовий тип даних	Тісно пов'язаний тип даних C	Розмір зберігання	Опис
np.bool_	бул	1 байт	може містити булеві значення, наприклад (True або False) або (0 або 1)
np.byte	підписав чар	1 байт	може містити значення від 0 до 255
np.ubyte	неподписаний char	1 байт	може містити значення від -128 до 127
np.short	короткий підпис	2 байти	може містити значення від -32, 768 до 32, 767
np.ushort	непідписаний короткий	2 байти	може містити значення від 0 до 65, 535
np.uintc	без підпису int	2 або 4 байти	може містити значення від 0 до 65, 535 або 0 до 4, 294, 967, 295
np.int_	довго	8 байт	може містити значення від -9223372036854775808 до 9223372036854775807
np.uint	неподписаний довго	8 байт	0 до 18446744073709551615
np.longlong	довгий довгий	8 байт	може містити значення від -9223372036854775808 до 9223372036854775807
np.ulonglong	неподписаний довго-довго	8 байт	0 до 18446744073709551615
np.half / np.float16	-		дозволяє наполовину поплавкової точності с Формат: бітовий знак, 5-бітний показник, 10 біт мантіса
np.single	плавати	4 байти	дозволяє однократно поплавати точністю Формат: бітовий знак, показник 8 біт, мантісса 23 біта
н.п. подвійний	подвійний	8 байт	дозволяє подвійну поплавкову точність Формат: бітовий знак, показник 11 біт, мантісса 52 біта.
np.longdouble	довгий подвійний	8 байт	розширення поплавця
np.csingle	поплавковий комплекс	8 байт	може містити складні з реальними та уявними частинами до одноточний поплавок
np.cdouble	подвійний комплекс	16 байт	може містити складні з реальними та уявними частинами до поплавок подвійної точності
np.clongdouble	довгий подвійний комплекс	16 байт	розширення поплавка для складного числа
np.int8	int8_t	1 байт	може містити значення від -128 до 127
np.int16	int16_t	2 байти	може містити значення від -32, 768 до 32, 767
np.int32	int32_t	4 байти	може містити значення від -2, 147, 483, 648 до 2, 147, 483, 647
np.int64	int64_t	8 байт	може містити значення від -9223372036854775808 до 9223372036854775807
np.uint8	uint8_t	1 байт	може містити значення від 0 до 255
np.uint16	uint16_t	2 байти	може містити значення від 0 до 65, 535
np.uint32	uint32_t	4 байти	може містити значення від 0 до 4 294 967 295
np.uint64	uint64_t	8 байт	може містити значення від 0 до 18446744073709551615
np.intp	intptr_t	4 байти	підписане ціле число, яке використовується для індексації
np.uintp	uintptr_t	4 байти	непідписане ціле число, яке використовується для проведення покажчика
np.float32	плавати	4 байти	точність одиночного поплавця
np.float64	подвійний	8 байт	подвійна точність поплавця
np.complex64	поплавковий комплекс	8 байт	точність одиночного поплавця в складних числах
np.complex128	подвійний комплекс	16 байт	подвійна точність поплавця в складних числах

Приклади типів даних NumPy

Тепер давайте розберемося, як використовується певний тип даних з нумером.

Приклад №1

Створення об'єкта типу даних

dt = np.dtype(np.int8)

Вихід:

Приклад №2

Пошук розміру типу даних

dt = np.dtype(np.int8) name = dt.name sizeoftype = dt.itemsize print('name:', name, 'size:', sizeoftype)

Вихід:

Приклад №3

Створення об'єкта типу даних за допомогою унікальних символів для кожного типу даних

Кожен тип даних numpy має асоційований код символів, який однозначно його ідентифікує.

dt = np.dtype('i4')

Вихід:

Приклад №4

Використання типів даних для створення структурованого масиву

employee_info = np.dtype((('name', 'S10'), ('age', 'i1'), ('salary', 'f4'), ('rating', 'f4'))) print(employee_info)

Вихід:

a = np.array((('Karthik', 31, 20000, 3.84), ('Rita', 25, 25123.34, 4.41)), dtype = employee_info) print (a)

Вихід:

Висновок

Облікові типи даних більш-менш схожі на типи даних C. Вони можуть бути приблизно класифіковані в bool, byte, int, float, double та complex. Хороші програмісти повинні зрозуміти, як зберігаються та маніпулюються даними. Цього можна досягти шляхом ефективного розуміння типів даних.

Типи даних NumPy - Дізнайтеся про різні типові дані - Приклади