انواع داده (Data Type) در NumPy

NumPy دیتا تایپ های گسترده‌تری را نسبت به آنچه توسط Python ارائه می‌شود فراهم می‌کند. لیستی از انواع داده‌های عددی در جدول زیر آمده است.

dtype در NumPy

همه موارد یک آرایه NumPy شامل اشیاء نوع داده همچنین به نام NumPy dtypes هستند. یک شیء نوع داده اندازه ثابتی از حافظه را که به یک آرایه متناظر می‌شود، پیاده‌سازی می‌کند.

می‌توانیم یک شیء نوع داده با استفاده از سینتکس زیر ایجاد کنیم:

numpy.dtype(object, align, copy)  

سازنده (constructor) شیء نوع داده در NumPy پارامترهای زیر را می‌پذیرد:

Object

این پارامتر نمایانگر شیء (object) است که می‌خواهید آن را به نوع داده تبدیل کنید. شیء مورد نظر می‌تواند یک نوع داده عادی یا یک نوع داده NumPy باشد.

Align

این پارامتر به یک مقدار منطقی (boolean) قابل تنظیم است. اگر True باشد، نوع داده جدید برای ایجاد تطابق با یک C struct، پیکربندی اضافی حافظه را اضافه می‌کند. این امکان مفید است زمانی که شما نیاز دارید که نوع داده جدید شما دقیقاً به اندازه‌ی حافظه مورد نیاز برای نوع داده معین باشد.

Copy

این پارامتر به صورت یک مقدار منطقی تعیین می‌شود. اگر True باشد، نوع داده جدید از نسخه جدیدی از نوع داده معین ایجاد می‌شود. این بدان معناست که هر تغییر در نوع داده جدید تأثیری بر نوع داده اصلی ندارد و تغییرات در یکی از آنها تأثیری بر دیگری نمی‌گذارد.

این پارامترها به شما امکان می‌دهند نوع داده‌های مختلف را از اشیاء معین ایجاد کرده و در صورت نیاز تنظیمات خاصی را برای آنها اعمال کنید.

import numpy as np  
d = np.dtype(np.int32)  
print(d)  

int32

import numpy as np   
d = np.int32(i4)  
print(d)  

int32

ایجاد نوع داده (دیتا تایپ) ساختار یافته

می‌توانیم یک نوع داده ساختار یافته را ایجاد کنیم که حاوی نگاشت (mapping) بین مقادیر باشد. به عبارت دیگر، می‌تواند حاوی ارتباط بین مواردی مانند کارمندان و حقوق آنها یا دانش‌آموزان و سن آنها باشد.

import numpy as np  
d = np.dtype([('salary',np.float)])  
print(d)  

[('salary', '

import numpy as np  
d=np.dtype([('salary',np.float)])  
arr = np.array([(10000.12,),(20000.50,)],dtype=d)  
print(arr['salary'])  

[(10000.12,) (20000.5 ,)]