腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
numpy
.array()
中
的
dtype参数
、
我试图理解“
Numpy
”
中
的
数据类型
的
逻辑。
numpy
.min_scalar_type(10)以及:print(a.dtype)
numpy
.array(object,dtype=None,.)
数据类型
:
数据类型
浏览 7
提问于2015-08-28
得票数 4
回答已采纳
1
回答
“标量类型”和"
Numpy
数值类型“有什么区别?
、
我读到了
Numpy
中
的
数据类型
,然后被以下两条语句弄糊涂了:“标量类型”和"
Numpy
数值类型“有什么区别?如果它们是相同
的
,那么标量类型是
数据类型
的
浏览 1
提问于2022-08-04
得票数 0
2
回答
使用Pandas读取精确
的
表定义
、
我有一个包含多个列
的
源表,如下所示:Name varchar(36) NOT NULL,当我把它拉到一个数据帧
中
并运行以下命令时:我得到了:Name object有没有办法让它读取确切
的
数据定义?这是从Teradata表
中
读取数据,如果有区别的话 谢谢
浏览 0
提问于2018-04-03
得票数 0
3
回答
数据类型
为Decimal
的
numpy
数组?
、
、
十进制
数据类型
在
numpy
中
可用吗?>>> import decimal,
numpy
>>> s = [['123.123','23'],['2323.212','123123.21312']] >>> ss =
numpy
.array(s, dtype=
nump
浏览 0
提问于2011-10-15
得票数 31
回答已采纳
1
回答
从
numpy
数据类型
获取python ctype
数据类型
、
、
在python
中
,是否有一种与
numpy
数据类型
相对应
的
ctypes.c_*
数据类型
的
方便方法?
numpy
.float64 -> ctypes.c_double等。
浏览 4
提问于2015-10-29
得票数 2
回答已采纳
3
回答
熊猫可以识别的所有
数据类型
是什么?
、
、
对于熊猫来说,有没有人知道除了(ii) bool (iii) datetime64、timedelta64或者,我想知道,在上面的列表
中
,除了(i)、(ii)和(iii)之外,是否还有任何
数据类型
使pandas不能使其成为dtype an object
浏览 4
提问于2015-03-25
得票数 78
回答已采纳
1
回答
从
数据类型
唯一编号到
数据类型
类
、
、
numpy
.dtype类允许获取一个惟一
的
数字,该数字标识现有21个
数据类型
中
的
数据类型
。 d_class =
numpy
.some_awesome_method(7)输出: <class '
numpy
.int64'>
浏览 0
提问于2019-10-15
得票数 0
1
回答
numpy
和SQL
数据类型
之间
的
兼容性
、
、
我正在尝试将astropy.fits FITS_rec数组(非常类似于
numpy
recarray)写入SQLite3数据库。这样做
的
目的是自动识别数组
中
各个字段
的
数据类型
,并相应地创建db表。、“标志”整数、“FLUX_GROWTH”浮点数、“FLUX_GROWTHSTEP”浮点数、“FLUX_RADIUS”浮点数) db.executemany("INSERT我发现这是因为我试图插入到表
中
的
数据类
浏览 2
提问于2016-01-30
得票数 0
回答已采纳
1
回答
具有float128类型
的
块矩阵逆
、
、
、
我得到了一个由float128值组成
的
矩阵'x‘,并且在以下情况下会得到下一个错误:> array type float128 is unsupportedin linalg是的,对于这种情况,我需要float128,否则结果与我们作为参考
的
更接近真实值
的
结果不同。
浏览 5
提问于2016-01-08
得票数 4
1
回答
如何根据
numpy
数据类型
确定PostgreSQL列
数据类型
?
、
、
、
在这些信号
中
,dtype不同--包括
numpy
.uint8、
numpy
.uint16、
numpy
.uint32、
numpy
.float64和
numpy
.bytes_。最后,我想将信号传递给PostgreSQL
中
的
一个表,每个信号都是一个列。由于需要为PostgreSQL
中
的
每一列指定
数据类型
,我现在不得不执行ADD列步骤。当我使用psycopg2作为适配器时,我在文档中找到了,但没有找到任何信息来帮
浏览 0
提问于2019-04-28
得票数 0
2
回答
将
numpy
数据类型
与字符串进行比较
、
许多
numpy
函数将dtype参数作为字符串(如"float64")或
numpy
数据类型
(如
numpy
.float64),甚至是python
数据类型
(如float)。我需要比较两种
数据类型
,并希望支持这种灵活
的
接口。是否存在一个函数,在该函数下,所有这些形式都是等价
的
?也就是说,我想要最小函数f,这样<e
浏览 1
提问于2012-06-05
得票数 6
回答已采纳
11
回答
将
numpy
dtype转换为本机python类型
、
如果我有一个
numpy
dtype,我如何自动将它转换为最接近
的
python
数据类型
?例如,
numpy
.float64 -> "python float"
numpy
.int16-> "python int" 我可以尝试提出所有这些情况
浏览 589
提问于2012-02-26
得票数 310
回答已采纳
1
回答
使用MultiEncoder,我有一个数组encoders[],我想知道编码器接受什么
数据类型
。那件事怎么可能?
、
、
0]) // I want string更长:我问
的
原因是,python
的
list行为正确,并为各种元素保留
数据类型
,而
numpy
数组则转换为公共类型。>>> na =
numpy
.array(a) type '
numpy<
浏览 0
提问于2013-11-12
得票数 2
回答已采纳
1
回答
如何使用
numpy
.void类型
、
、
、
我通过.mat加载了一个MATLAB scipy.io.loadmat文件,它给了我一个
numpy
.void对象
的
列表。 它们是什么,如何使用它们,在哪里可以获得参考文档?
浏览 2
提问于2014-08-11
得票数 47
回答已采纳
1
回答
numpy
数组作为结构化数组
中
的
数据类型
?
、
、
、
我想知道是否可以在结构化数组中使用
numpy
.array作为
数据类型
。这就是我们
的
想法: (2,
numpy
.array([4,5,6]))('arr',
numpy
.array)]) 我有一个由整数和数组组成
的
元组列表,并希望将其转换为结构化数组。现在,Python抱怨说它不理解'
n
浏览 4
提问于2016-09-22
得票数 2
回答已采纳
1
回答
混合浮点数和字符串
的
数据类型
推断不一致
、
、
np.array([5.3, 1.2, 76.1, 'Alice', 'Bob', 'Claire']) 我想知道为什么这会给出一个dtype=U32
的
数据类型
,然而下面的代码却给出了一个U6
的
数据类型
浏览 0
提问于2019-12-08
得票数 2
2
回答
如何使用特定
的
数据类型
填充现有的
numpy
数组
、
、
假设我有一个带有固定
数据类型
的
初始
numpy
数组:
numpy
.dtype([('idfield',
numpy
.int32),现在我需要在for循环
浏览 2
提问于2018-02-13
得票数 1
回答已采纳
2
回答
有关数组
数据类型
的
信息
、
、
我知道
numpy
有
numpy
.finfo()方法和
numpy
.iinfo()方法,前者用于表示基于浮点数
的
数据类型
的
信息,后者用于表示整数类型。有接受任何
数据类型
的
方法吗?目前,我不得不自己选择正确
的
一个: maxv =
numpy
.finfo(data.dtype).max maxv =
numpy
.iinfo(data.dtype
浏览 15
提问于2013-09-02
得票数 0
2
回答
Numpy
数据大小是特征矩阵大小
的
两倍,是这样吗?
、
、
、
我使用以下命令生成
numpy
数组: p_desct = np.random.uniform(-1, 0.4, [5000000, 512]) 内存大小约为20G 特征矩阵(C++)
中
的
相同数据:Eigen::MatrixXf x_im = Eigen::MatrixXf::Random(5000000,512); MemorySize ~9,6G case
numpy
数组
的
内存使用量是相同矩阵
的
两倍吗
浏览 66
提问于2021-04-16
得票数 2
回答已采纳
1
回答
为快速
NumPy
计算指定
数据类型
很重要吗?
、
、
我有一个python脚本,我几乎完全用
NumPy
编写了一个用于数值模拟
的
脚本,并且在运行我
的
脚本之前,我没有为任何变量指定
数据类型
。我试图找出一种方法来加速我
的
代码,最终偶然发现了Numba,在那里
数据类型
的
重要性变得更加透明。作为编程和科学计算
的
新手,在计算之前指定
数据类型
的
想法并不是我真正考虑过
的
事情,因为即使我没有指定类型,
NumPy
也能够很好地执行。所以我想知道
的<
浏览 15
提问于2020-06-26
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
Numpy 修炼之道(3)——数据类型
Numpy中的布尔索引
Numpy中的神奇索引
python中的numpy介绍(一)
python中numpy模块的简单操作(1)
热门
标签
更多标签
云服务器
ICP备案
云直播
对象存储
腾讯会议
活动推荐
运营活动
广告
关闭
领券