【数据分析&数据挖掘】数组的数据类型

 1 import numpy as np
 2
 3 # 创建一个数组
 4 arr = np.arange(0, 6, 1, dtype=np.int64)
 5 arr = np.arange(0, 6, 1, dtype=np.float64)  # [0. 1. 2. 3. 4. 5.]
 6 # arr = np.array([0,1,2,3,4], dtype=np.bool)
 7 print("arr:\n", arr)
 8 print("arr的类型:", type(arr))
 9 print("arr的数据类型:", arr.dtype)
10
11 # numpy 里面的数据类型 ——就是python的数据类型加np
12 # 在numpy中的,数据类型区分更加细致
13
14 # 数据类型之间进行强制转化
15 print("转化结果:", np.bool(1))
16 print("转化结果:", np.bool(0))
17 print("转化结果:", np.float64(0))
18 print("转化结果:", np.str(0))
19
20 # 数组创建好之后,再去更改数据类型
21 # dtype or astype
22 arr.dtype = np.int32
23 print("arr的数据类型(创建之后重新更改):", arr.dtype)
24 arr = arr.astype(np.int32)
25 print("arr的数据类型(创建之后重新更改):", arr.dtype)
26
27 # 自定义的数据类型
28 df = np.dtype([("name", np.str, 40), ("height", np.float64), ("weight", np.float64)])
29 # 创建数组 使用自定义的数据类型
30 arr = np.array([("xixi", 23.5, 20.0), ("haha", 40, 24.0), ("ranran" ,162, 40.0)], dtype=df)
31 print("arr:\n", arr)
32 print("arr的类型:", type(arr))
33 print("arr的字段类型:", df["name"])
34 print("arr的字段类型:", df["height"])
35 print("arr的字段类型:", df["weight"])
36 # print("arr的字段类型:", arr["weight"])
37 print("arr的每一个元素的大小:", arr.itemsize)

原文地址:https://www.cnblogs.com/Tree0108/p/12115476.html

时间: 2024-08-30 04:35:27

【数据分析&数据挖掘】数组的数据类型的相关文章

【转】数据分析/数据挖掘 入门级选手建议

1.数据分析和数据挖掘联系和区别 联系:都是搞数据的 区别:数据分析偏统计,可视化,出报表和报告,需要较强的表达能力.数据挖掘偏算法,重模型,需要很深的代码功底,要码代码,很多= =. 2.怎么入门 请百度"如何成为一名数据分析师"或者"如何成为一名数据挖掘工程师".英文好上Quora,不行上知乎,看看入门资料. 3.选哪些书 看入门资料给你提供的书,有电子版下电子版,没电子版买纸质书,花不了多少钱. 4.用什么语言 数据分析:excel是必须,R是基本,pytho

柔性数组,数据类型大小

http://www.nowamagic.net/academy/detail/1204478 http://www.nowamagic.net/academy/detail/1204480 1 #include <bits/stdc++.h> 2 using namespace std; 3 4 template<class T1, class T2> 5 class MyPair { T1 first; T2 second; } ; 6 class MyClass1 { cha

numpy库中数组的数据类型

numpy库中数组的数据类型 dtype是一个特殊的对象,它含有ndarray将一块内存解释为特殊数据类型所需要的信息 指定数据类型创建数组 >>> import numpy as np >>> arr1=np.array([1,2,3,4],dtype=np.float64) >>> arr2=np.array([1,2,3,4],dtype=np.int32) >>> arr1.dtype dtype('float64') >

【数据分析&amp;数据挖掘】数组的创建

1 import numpy as np 2 import random 3 4 arr = np.array([1,2,3,4]) 5 print('arr:\n', arr) 6 print('arr的类型:\n', type(arr)) 7 8 # 用arange来创建数组 9 arr = np.arange(0, 5, 2) 10 print('arr:\n', arr) 11 print('arr的类型:\n', type(arr)) 12 13 # 生成一个等差数组 14 # 参数1

【数据分析&amp;数据挖掘】数组的重复与去重

1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([1, 2, 3, 3, 2, 1, 1, 2, 3, 4, 5, 6, 6, 5, 4]) 5 arr = np.array(["h", "j", "k", "x", "h", "k", "j", "x", "k"]) 6 a

【数据分析&amp;数据挖掘】数组的形状

1 import numpy as np 2 3 # 创建一个数组 4 arr = np.arange(16) 5 print("arr:\n", arr) 6 print("arr的形状:", arr.shape) 7 8 # 创建数组的时候不一定能指定其形状 9 # 创建好之后,可以进行形状的修改 10 11 # 可以通过shape属性改变形状,元素个数得一致 12 13 arr.shape = (4, 4) 14 arr.shape = 4, 4 15 arr

【数据分析&amp;数据挖掘】数组的组合&amp;拆分

一.数组的组合 1 import numpy as np 2 3 # 创建数组 4 arr1 = np.arange(9).reshape((3, 3)) 5 arr2 = np.array([[0, 1, 0],[1, 0, 1],[2, 1, 0]]) 6 print("arr1:\n", arr1) 7 print("arr2:\n", arr2) 8 9 # 二维拼接 axis=0 行 axis=1 列 10 res = np.vstack((arr1, a

【数据分析&amp;数据挖掘】数组的排序

1 import numpy as np 2 3 # 创建数组 4 arr = np.array([[8, 1, 9], [7, 6, 5]]) 5 print("arr: \n", arr) 6 7 # sort()直接排序 8 # 在列的方向上排序 9 arr.sort(axis=-1) 10 print("axis=-1排序之后的结果:\n", arr) 11 arr.sort(axis=1) 12 print("axis=1排序之后的结果:\n&q

【数据分析&amp;数据挖掘】数组的统计分析

1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([[1, 2],[3, 4]]) 5 print("arr: \n", arr) 6 7 # 对数组进行统计分析 8 # sum mean std var min max argmin argmax cumsum cumprod 9 # 按照行的方向 10 print("arr的统计和: \n", np.sum(arr, axis=0)) 11 print(&quo