碼迷,mamicode.com
首頁 > 其他好文 > 詳細

numpy數據類型dtype轉換

時間:2016-01-14 06:18:35      閱讀:89850      評論:0      收藏:0      [點我收藏+]

標簽:

 

這篇文章我們玩玩numpy的數值數據類型轉換

 

導入numpy

>>> import numpy as np

 

一、隨便玩玩

生成一個浮點數組

>>> a = np.random.random(4)


看看信息

>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.dtype
dtype(float64)
>>> a.shape
(4,)

 

改變dtype,發現數組長度翻倍!

>>> a.dtype = float32
>>> a
array([  3.65532693e+20,   1.43907535e+00,  -3.31994873e-25,
         1.75549972e+00,  -2.75686653e+14,   1.78122652e+00,
        -1.03207532e-19,   1.58760118e+00], dtype=float32)
>>> a.shape
(8,)


改變dtype,數組長度再次翻倍!

>>> a.dtype = float16
>>> a
array([ -9.58442688e-05,   7.19000000e+02,   2.38159180e-01,
         1.92968750e+00,              nan,  -1.66034698e-03,
        -2.63427734e-01,   1.96875000e+00,  -1.07519531e+00,
        -1.19625000e+02,              nan,   1.97167969e+00,
        -1.60156250e-01,  -7.76290894e-03,   4.07226562e-01,
         1.94824219e+00], dtype=float16)
>>> a.shape
(16,)


改變dtype=‘float‘,發現默認就是float64,長度也變回最初的4

>>> a.dtype = float
>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.shape
(4,)
>>> a.dtype
dtype(float64)


把a變為整數,觀察其信息

>>> a.dtype = int64
>>> a
array([4591476579734816328, 4602876970018897584, 4603803876586077261,
       4596827787908854048], dtype=int64)
>>> a.shape
(4,)


改變dtype,發現數組長度翻倍!

>>> a.dtype = int32
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)


改變dtype,發現數組長度再次翻倍!

>>> a.dtype = int16
>>> a
array([-31160,  24990,  13215,  16312,  32432, -26931, -19401,  16352,
       -17331, -10374,   -197,  16355, -20192, -24589,  13956,  16331], dtype=int16)
>>> a.shape
(16,)


改變dtype,發現數組長度再次翻倍!

>>> a.dtype = int8
>>> a
array([  72, -122,  -98,   97,  -97,   51,  -72,   63,  -80,  126,  -51,
       -106,   55,  -76,  -32,   63,   77,  -68,  122,  -41,   59,   -1,
        -29,   63,   32,  -79,  -13,  -97, -124,   54,  -53,   63], dtype=int8)
>>> a.shape
(32,)


改變dtype,發現整數默認int32!

>>> a.dtype = int
>>> a.dtype
dtype(int32)
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

 

二、換一種玩法

很多時候我們用numpy從文本文件讀取數據作為numpy的數組,默認的dtype是float64。
但是有些場合我們希望有些數據列作為整數。如果直接改dtype=‘int‘的話,就會出錯!原因如上,數組長度翻倍了!!!


下面的場景假設我們得到了導入的數據。我們的本意是希望它們是整數,但實際上是卻是浮點數(float64)

>>> b = np.array([1., 2., 3., 4.])
>>> b.dtype
dtype(float64)

 

astype(int) 得到整數,并且不改變數組長度

>>> c = b.astype(int)
>>> c
array([1, 2, 3, 4])
>>> c.shape
(8,)
>>> c.dtype dtype(int32)

 

如果直接改變b的dtype的話,b的長度翻倍了,這不是我們想要的(當然如果你想的話)

>>> b
array([ 1.,  2.,  3.,  4.])

>>> b.dtype = int
>>> b.dtype
dtype(int32)
>>> b
array([         0, 1072693248,          0, 1073741824,          0,
       1074266112,          0, 1074790400])
>>> b.shape
(8,)



三、結論

numpy中的數據類型轉換,不能直接改原數據的dtype!  只能用函數astype()

 

numpy數據類型dtype轉換

標簽:

原文地址:http://www.cnblogs.com/hhh5460/p/5129032.html

(19)
(28)
   
舉報
評論 一句話評論(0
0條  
登錄后才能評論!
? 2014 mamicode.com 版權所有 京ICP備13008772號-2
迷上了代碼!
25选5历史开奖结果百度