【NumPy】dtypeの一覧表

NumPyのデータ型（dtype）

NumPy には Python 本体に比べて遥かに多くの種類のデータ型 (Data type) が組込まれています。

データ型関数を使うと、Python の数値を NumPy の数値に変換することができます。

# PYTHON_NUMPY_DTYPE

# In[1]

import numpy as np

# 半精度浮動小数点数
x = np.complex64(3 + 2j)

print(x)
print(type(x))

# (3+2j)
# <class 'numpy.complex64'>

データ型の指定

配列を生成するときに dtype にデータ型を渡すと、全ての要素が指定したデータ型に揃えられます。NumPy においては、１つの配列に含まれる要素のクラスは１種類に揃えられます（特に指定しなくても自動的に揃えられます）。引数は np.float32, あるいは “float32” のような記法で渡します。

# In[2]

x = np.array([1, 2, 3], dtype = np.float32)

print(x)
# [1. 2. 3.]

NumPy のデータ型関数にリストやタプルなどのシーケンスを渡すと、戻り値はシーケンスではなく配列となります。おそらく、これは最も簡潔な配列生成記法です。

# In[3]

# 64bit複素数型の1次元配列を生成
x = np.complex_([1, 2, 3])

print(x)
# [1.+0.j 2.+0.j 3.+0.j]

complex_ は complex128 の省略記号であり、実部と虚部それぞれに 64 bit の浮動小数点数が使われています。

データ型の変更

ndarray.astype() は配列のデータ型を変更します（元の配列を変更せずにコピーを作ります）。

# In[4]

x = np.int_([1, 2, 3])
y = x.astype(float)

print("x =", x)
print("y =", y)
# x = [1 2 3]
# y = [1. 2. 3.]

データ型の参照

ndarray.dtype にアクセスすると配列のデータ型を参照できます。

# In[5]

x = np.complex64([1, 2, 3])

print("x =", x)
print("データ型", x.dtype)

# x = [1.+0.j 2.+0.j 3.+0.j]
# データ型 complex64