Tipe Data NumPy

Tipe data Python

Secara default, Python memiliki tipe data berikut:

  • strings - Untuk mewakili data teks, teks menggunakan tanda kutip. Contoh "ABCD".
  • integer - Untuk mewakili integer. Contoh -1, -2, -3.
  • float - Untuk mewakili bilangan real. Contoh 1.2, 42.42.
  • boolean - Untuk mewakili True atau False.
  • complex - Untuk mewakili angka di permukaan kompleks. Contoh 1.0 + 2.0j, 1.5 + 2.5j.

Tipe data NumPy

NumPy memiliki beberapa tipe data ekstra, dan diwakili dengan karakter, seperti i mewakili integer,u mewakili integer unsigned, dan sebagainya.

Berikut adalah daftar semua tipe data NumPy serta karakter yang digunakan untuk mewakilikannya.

  • i - Integer
  • b - Boolean
  • u - Integer unsigned
  • f - Bilangan floating point
  • c - Bilangan complex
  • m - Durasi timedelta
  • M - Waktu datetime
  • O - Objek
  • S - String
  • U - String unicode
  • V - Blok memori tipe yang tetap lainnya ( void )

Memeriksa tipe data array

Objek array NumPy memiliki nama dtype Properti, properti ini mengembalikan tipe data array:

Contoh

Mengambil tipe data objek array:

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr.dtype)

Jalankan Contoh

Contoh

Mengambil tipe data array yang mengandung string:

import numpy as np
arr = np.array(['apple', 'banana', 'cherry'])
print(arr.dtype)

Jalankan Contoh

Membuat array dengan tipe data yang telah ditentukan

Kami menggunakan array() Fungsi untuk membuat array, fungsi ini dapat menggunakan parameter pilihan:dtypeyang memungkinkan kami untuk mendefinisikan tipe data elemen array yang diharapkan:

Contoh

Membuat array dengan string tipe data:

import numpy as np
arr = np.array([1, 2, 3, 4], dtype='S')
print(arr)
print(arr.dtype)

Jalankan Contoh

Untuk iufS dan Ukami juga dapat mendefinisikan ukurannya.

Contoh

Membuat array dengan tipe data integer 4 byte:

import numpy as np
arr = np.array([1, 2, 3, 4], dtype='i4')
print(arr)
print(arr.dtype)

Jalankan Contoh

Apa yang akan terjadi jika nilai tak dapat diubah tipe?

Jika diberikan elemen yang tak dapat diubah tipe, NumPy akan memicu ValueError.

ValueError: Dalam Python, jika parameter yang disampaikan ke fungsi adalah tipe yang tidak diharapkan atau salah, akan memicu ValueError.

Contoh

Tidak dapat mengkonversi string non-integer (seperti 'a') ke integer (akan memicu kesalahan):

import numpy as np
arr = np.array(['a', '2', '3'], dtype='i')

Jalankan Contoh

Mengubah tipe data array yang sudah ada

Yang terbaik untuk mengubah tipe data array yang sudah ada adalah menggunakan astype() metode menyalin array.

astype() Fungsi membuat salinan array dan memungkinkan Anda menentukan tipe data sebagai parameter.

Tipe data dapat ditentukan dengan string, seperti 'f' menunjukkan float,'i' menunjukkan integer, dan sebagainya. atau Anda juga dapat menggunakan tipe data langsung, seperti float menunjukkan float,int menunjukkan integer.

Contoh

Dengan menggunakan 'i' Sebagai nilai parameter, ubah tipe data dari float ke integer:

import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype('i')
print(newarr)
print(newarr.dtype)

Jalankan Contoh

Contoh

Dengan menggunakan int Sebagai nilai parameter, ubah tipe data dari float ke integer:

import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype(int)
print(newarr)
print(newarr.dtype)

Jalankan Contoh

Contoh

Ubah tipe data dari integer ke boolean:

import numpy as np
arr = np.array([1, 0, 3])
newarr = arr.astype(bool)
print(newarr)
print(newarr.dtype)

Jalankan Contoh