【NumPy】dtype (Data type)

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_01

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)

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。

# PYTHON_NUMPY_DTYPE_02-1

import numpy as np

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。

# PYTHON_NUMPY_DTYPE_02-2

# 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）。

# PYTHON_NUMPY_DTYPE_03

import numpy as np

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。

# PYTHON_NUMPY_DTYPE_04

import numpy as np

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

【技術英語の豆知識】alternate

　PC のキーボードに [alt] キーがあります。他のキーと一緒に押すと、そのキーの働きを変える機能をもちます。alt は alternate の頭文字です。alternate は「他の人やモノの代わりに使用できたり、選んだりできるもの」、つまり「代替の」を意味する単語です。動詞は alter (代わる)、名詞は alternative (代替) です。

　　decent alternateive to MATLAB
　　(MATLAB に代わる優れた製品)

のような表現で用いられます。印欧語源の altero は「二つのうち一方」を意味し、同根の英語に altercate (口論する) があります。ちなみに、Pythonista の皆さんなら「MATLAB に代わる優れた製品」はすぐにわかりますよね。言うまでもなく、Matplotlib のことですよ。え？　まだ研究で MATLAB を使ってる！？　すぐに Matplotlib に乗り換えましょう！