อาร์เรย์ Numpy รองรับประเภทข้อมูลที่หลากหลาย นอกเหนือจากประเภทข้อมูลดั้งเดิมของ python หลังจากที่สร้างอาร์เรย์แล้ว เรายังคงสามารถปรับเปลี่ยนชนิดข้อมูลขององค์ประกอบในอาร์เรย์ได้ ขึ้นอยู่กับความต้องการของเรา สองวิธีที่ใช้เพื่อจุดประสงค์นี้คือ array.dtype และ array.astype
array.dtype
วิธีนี้ทำให้เรามีชนิดข้อมูลที่มีอยู่ขององค์ประกอบในอาร์เรย์ ในตัวอย่างด้านล่าง เราประกาศอาร์เรย์และค้นหาประเภทข้อมูลของอาร์เรย์
ตัวอย่าง
import numpy as np # Create a numpy array a = np.array([21.23, 13.1, 52.1, 8, 255]) # Print the array print(a) # Print the array dat type print(a.dtype)
ผลลัพธ์
การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -
[ 21.23 13.1 52.1 8. 255. ] float64
array.astype
วิธีนี้จะแปลงอาร์เรย์ที่มีอยู่เป็นอาร์เรย์ใหม่ด้วยประเภทข้อมูลที่ต้องการ ในตัวอย่างด้านล่าง เราจะนำอาร์เรย์ที่ระบุมาแปลงเป็นอาร์เรย์ประเภทข้อมูลเป้าหมายที่หลากหลาย
ตัวอย่าง
import numpy as np # Create a numpy array a = np.array([21.23, 13.1, 52.1, 8, 255]) # Print the array print(a) # Print the array dat type print(a.dtype) # Convert the array data type to int32 a_int = a.astype('int32') print(a_int) print(a_int.dtype) # Convert the array data type to str a_str = a.astype('str') print(a_str) print(a_str.dtype) # Convert the array data type to complex a_cmplx = a.astype('complex64') print(a_cmplx) print(a_cmplx.dtype)
ผลลัพธ์
การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -
[ 21.23 13.1 52.1 8. 255. ] float64 [ 21 13 52 8 255] int32 ['21.23' '13.1' '52.1' '8.0' '255.0'] <U32 [ 21.23+0.j 13.1 +0.j 52.1 +0.j 8. +0.j 255. +0.j] complex64