Tipe Data NumPy


Tipe Data dengan Python

Secara default Python memiliki tipe data ini:

  • strings- digunakan untuk mewakili data teks, teks diberikan di bawah tanda kutip. misalnya "ABD"
  • integer- digunakan untuk mewakili bilangan bulat. misalnya -1, -2, -3
  • float- Digunakan untuk menyatakan bilangan real. misalnya 1.2, 42.42
  • boolean - digunakan untuk mewakili Benar atau Salah.
  • complex- Digunakan untuk merepresentasikan bilangan kompleks. misalnya 1.0 + 2.0j, 1.5 + 2.5j

Tipe Data di NumPy

NumPy memiliki beberapa tipe data tambahan, dan merujuk ke tipe data dengan satu karakter, seperti iuntuk bilangan bulat, uuntuk bilangan bulat yang tidak ditandatangani, dll.

Di bawah ini adalah daftar semua tipe data di NumPy dan karakter yang digunakan untuk mewakilinya.

  • i - bilangan bulat
  • b - boolean
  • u - bilangan bulat tak bertanda
  • f - mengambang
  • c - pelampung kompleks
  • m - delta waktu
  • M - tanggal Waktu
  • O - objek
  • S - rangkaian
  • U- string unicode
  • V- potongan memori tetap untuk tipe lain (void)

Memeriksa Tipe Data Array

Objek array NumPy memiliki properti yang disebut dtype yang mengembalikan tipe data array:

Contoh

Dapatkan tipe data objek array:

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr.dtype)

Contoh

Dapatkan tipe data array yang berisi string:

import numpy as np

arr = np.array(['apple', 'banana', 'cherry'])

print(arr.dtype)


Membuat Array Dengan Tipe Data yang Ditetapkan

Kami menggunakan array()fungsi untuk membuat array, fungsi ini dapat mengambil argumen opsional: dtype yang memungkinkan kami untuk menentukan tipe data yang diharapkan dari elemen array:

Contoh

Buat array dengan tipe data string:

import numpy as np

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

print(arr)
print(arr.dtype)

Untuk i, u, f, Sdan Ukita dapat mendefinisikan ukuran juga.

Contoh

Buat array dengan tipe data 4 byte integer:

import numpy as np

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

print(arr)
print(arr.dtype)

Bagaimana jika Nilai Tidak Dapat Dikonversi?

Jika suatu tipe diberikan di mana elemen tidak dapat dicor maka NumPy akan menaikkan ValueError.

ValueError: Dalam Python ValueError dimunculkan ketika jenis argumen yang diteruskan ke suatu fungsi tidak terduga/salah.

Contoh

String non integer seperti 'a' tidak dapat dikonversi ke integer (akan menimbulkan kesalahan):

import numpy as np

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

Mengonversi Tipe Data pada Array yang Ada

Cara terbaik untuk mengubah tipe data array yang ada, adalah dengan membuat salinan array dengan astype()metode.

Fungsi ini astype()membuat salinan larik, dan memungkinkan Anda menentukan tipe data sebagai parameter.

Tipe data dapat ditentukan menggunakan string, seperti 'f'untuk float, 'i'untuk integer dll. Atau Anda dapat menggunakan tipe data secara langsung seperti floatuntuk float dan intinteger.

Contoh

Ubah tipe data dari float ke integer dengan menggunakan 'i'nilai parameter:

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype('i')

print(newarr)
print(newarr.dtype)

Contoh

Ubah tipe data dari float ke integer dengan menggunakan intnilai parameter:

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype(int)

print(newarr)
print(newarr.dtype)

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)

Uji Diri Anda Dengan Latihan

Olahraga:

NumPy menggunakan karakter untuk mewakili masing-masing tipe data berikut, yang mana?

i = integer
 = boolean
 = unsigned integer
 = float
 = complex float
 = timedelta
 = datatime
 = object
 = string