カレンダの次元とデータ型
カレンダ次元
array 2は2次元arrayで、2つのlowと3つのコラムを含む6つのデータです.
array 3は2次元arrayで、lowと3つのコラムがあります.
カレンダのデータ型
出典:完全なPythonマシン学習ガイド/Wikibooks
import numpy as np
array1 = np.array([1, 2, 3])
print('array1 type:', type(array1))
print('array1 array 형태:', array1.shape)
array2 = np.array([[1, 2, 3],
[2, 3, 4]])
print('array2 type:', type(array2))
print('array2 array 형태', array2.shape)
array3 = np.array([[1, 2, 3]])
print('array3 type:', type(array3))
print('array3 array 형태:', array3.shape)
print('array1: {:0}차원, array2: {:1}차원, array3: {:2}차원'.format(array1.ndim, array2.ndim, array3.ndim))
[Output]array1 type: <class 'numpy.ndarray'>
array1 array 형태: (3,)
array2 type: <class 'numpy.ndarray'>
array2 array 형태 (2, 3)
array3 type: <class 'numpy.ndarray'>
array3 array 형태: (1, 3)
array1: 1차원, array2: 2차원, array3: 2차원
array 1は、3つのデータを含む1次元arrayです.array 2は2次元arrayで、2つのlowと3つのコラムを含む6つのデータです.
array 3は2次元arrayで、lowと3つのコラムがあります.
カレンダのデータ型
list1 = [1, 2, 3]
print(type(list1))
array1 = np.array(list1)
print(type(array1))
print(array1, array1.dtype)
[Output]<class 'list'>
<class 'numpy.ndarray'>
[1 2 3] int64
リスト内の整数の値はendarrayにもint値があります.list2 = [1, 2, 'test']
array2 = np.array(list2)
print(array2, array2.dtype)
list3 = [1, 2, 3.0]
array3 = np.array(list3)
print(array3, array3.dtype)
[Output]['1' '2' 'test'] <U21
[1. 2. 3.] float64
異なるデータ型が混在している場合、データ型はより大きなデータ型に変換されて格納されるため、list 2のint型はUnicode文字列に変換されます.list 3のint型がfloat型に変換されることも見られる.array_float1 = np.array([1.1, 2.1, 3.9])
array_int2 = array_float1.astype('int32')
print(array_int2, array_int2.dtype)
[Output][1 2 3] int32
float形式のカレンダーをintに変更すると、小数点が削除されます.出典:完全なPythonマシン学習ガイド/Wikibooks
Reference
この問題について(カレンダの次元とデータ型), 我々は、より多くの情報をここで見つけました https://velog.io/@fiifa92/ndarray의-차원과-데이터-타입テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol