NumPy ဒေတာအမျိုးအစားများ
Python တွင် ဒေတာအမျိုးအစားများ
မူရင်းအတိုင်း Python တွင် ဤဒေတာအမျိုးအစားများရှိသည်။
strings
- စာသားဒေတာကိုကိုယ်စားပြုရန်အသုံးပြုသည်၊ စာသားကိုကိုးကားအမှတ်အသားအောက်တွင်ပေးထားသည်။ ဥပမာ "ABCD"integer
- ကိန်းပြည့်နံပါတ်များကိုကိုယ်စားပြုရန်အသုံးပြုသည်။ ဥပမာ -၁၊ -၂၊ -၃float
- ဂဏန်းအစစ်အမှန်များကို ကိုယ်စားပြုရန် အသုံးပြုသည်။ ဥပမာ 1.2၊ 42.42boolean
- True or False ကို ကိုယ်စားပြုရန် သုံးသည်။complex
- ရှုပ်ထွေးသောနံပါတ်များကိုကိုယ်စားပြုရန်အသုံးပြုသည်။ ဥပမာ 1.0 + 2.0j၊ 1.5 + 2.5j
NumPy ရှိ ဒေတာအမျိုးအစားများ
i
NumPy တွင် အချို့သော အပိုဒေတာအမျိုးအစားများ ရှိပြီး ကိန်းပြည့် u
များအတွက်၊ လက်မှတ်မထိုးထားသော ကိန်းပြည့်များ စသည်တို့အတွက် စာလုံးတစ်လုံးတည်းဖြင့် ဒေတာအမျိုးအစားများကို ရည်ညွှန်း ပါ။
အောက်တွင် NumPy ရှိ ဒေတာအမျိုးအစားအားလုံး၏ စာရင်းနှင့် ၎င်းတို့ကို ကိုယ်စားပြုရန် အသုံးပြုသည့် စာလုံးများဖြစ်သည်။
i
- ကိန်းပြည့်b
- ဘူလီယံu
- လက်မှတ်မထိုးထားသော ကိန်းပြည့်f
- မျှောပါ။c
- ရှုပ်ထွေးသောမျှောm
- timedeltaM
- ရက်ချိန်းO
- အရာဝတ္ထုS
- ကြိုးတစ်ချောင်းU
- ယူနီကုဒ်စာတန်းV
- အခြားအမျိုးအစားအတွက် ပုံသေမှတ်ဉာဏ်အပိုင်း (ပျက်ပြယ်)
Array တစ်ခု၏ Data အမျိုးအစားကို စစ်ဆေးခြင်း။
NumPy array object တွင် array dtype
၏ ဒေတာအမျိုးအစားကို ပြန်ပေးသည့် ဟုခေါ်သော ဂုဏ်သတ္တိတစ်ခု ရှိပါသည်။
ဥပမာ
array အရာဝတ္ထုတစ်ခု၏ ဒေတာအမျိုးအစားကို ရယူပါ-
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr.dtype)
ဥပမာ
စာကြောင်းများပါရှိသော array တစ်ခု၏ ဒေတာအမျိုးအစားကို ရယူပါ-
import numpy as np
arr = np.array(['apple',
'banana', 'cherry'])
print(arr.dtype)
သတ်မှတ်ထားသော Data အမျိုးအစားဖြင့် Arrays ဖန်တီးခြင်း။
array များဖန်တီးရန် လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ အသုံးပြုသည် array()
၊ ဤလုပ်ဆောင်ချက်သည် စိတ်ကြိုက်ဆင်ခြေတစ်ခုယူနိုင်သည်- dtype
array အစိတ်အပိုင်းများ၏ မျှော်လင့်ထားသည့်ဒေတာအမျိုးအစားကို သတ်မှတ်နိုင်စေသည်-
ဥပမာ
ဒေတာအမျိုးအစား string ဖြင့် array တစ်ခုကို ဖန်တီးပါ-
import numpy as np
arr = np.array([1, 2, 3, 4],
dtype='S')
print(arr)
print(arr.dtype)
, i
, u
, f
နှင့်
အရွယ်အစား S
ကိုလည်း U
ကျွန်ုပ်တို့ သတ်မှတ်နိုင်သည်။
ဥပမာ
ဒေတာအမျိုးအစား 4 bytes ကိန်းပြည့်ဖြင့် array တစ်ခုကို ဖန်တီးပါ-
import numpy as np
arr = np.array([1, 2, 3, 4],
dtype='i4')
print(arr)
print(arr.dtype)
တန်ဖိုးတစ်ခုကို မပြောင်းနိုင်ရင် ဘာဖြစ်မလဲ။
အကယ်၍ ဒြပ်စင်များကို ကာစ်မရနိုင်သော အမျိုးအစားတစ်ခုကို ပေးဆောင်ပါက NumPy သည် ValueError ကို တိုးပေးလိမ့်မည်။
ValueError- လုပ်ဆောင်ချက်တစ်ခုသို့ ဖြတ်သွားသော အငြင်းအခုံအမျိုးအစားသည် မျှော်လင့်မထားသော/မမှန်သောအခါ Python တွင် ValueError ပေါ်လာပါသည်။
ဥပမာ
'a' ကဲ့သို့ ကိန်းပြည့်မဟုတ်သော စာကြောင်းကို ကိန်းပြည့်အဖြစ်သို့ ပြောင်းလဲ၍မရပါ (အမှားတစ်ခုတိုးလာပါမည်)
import numpy as np
arr = np.array(['a', '2', '3'], dtype='i')
လက်ရှိ Arrays တွင် ဒေတာအမျိုးအစားကို ပြောင်းခြင်း။
ရှိပြီးသား array တစ်ခု၏ ဒေတာအမျိုးအစားကို ပြောင်းလဲရန် အကောင်းဆုံးနည်းလမ်းမှာ astype()
နည်းလမ်းဖြင့် array ၏ မိတ္တူကို ပြုလုပ်ခြင်းဖြစ်သည်။
လုပ်ဆောင်ချက်သည် array ၏ astype()
မိတ္တူကိုဖန်တီးပေးပြီး ဒေတာအမျိုးအစားကို ကန့်သတ်ဘောင်တစ်ခုအဖြစ် သတ်မှတ်ခွင့်ပြုသည်။
'f'
ဒေတာအမျိုးအစား ကို float၊
ကိန်းပြည့်စ သည်ဖြင့် string တစ်ခုအသုံးပြု၍ သတ်မှတ်နိုင်သည် သို့မဟုတ် သင်သည် float နှင့် integer အတွက် 'i'
ကဲ့သို့သော ဒေတာအမျိုးအစားကို တိုက်ရိုက်သုံးနိုင်သည်
။float
int
ဥပမာ
'i'
ကန့် သတ်တန်ဖိုးအဖြစ် အသုံးပြုခြင်းဖြင့် ဒေတာအမျိုးအစားကို float မှ ကိန်းပြည့်သို့ ပြောင်း ပါ-
import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype('i')
print(newarr)
print(newarr.dtype)
ဥပမာ
int
ကန့် သတ်တန်ဖိုးအဖြစ် အသုံးပြုခြင်းဖြင့် ဒေတာအမျိုးအစားကို float မှ ကိန်းပြည့်သို့ ပြောင်း ပါ-
import numpy as np
arr = np.array([1.1, 2.1, 3.1])
newarr = arr.astype(int)
print(newarr)
print(newarr.dtype)
ဥပမာ
ကိန်းပြည့်မှ ဘူလီယံသို့ ဒေတာအမျိုးအစားကို ပြောင်းပါ-
import numpy as np
arr = np.array([1, 0, 3])
newarr = arr.astype(bool)
print(newarr)
print(newarr.dtype)