Numpy অ্যারে পাইথনের নেটিভ ডেটা টাইপ ছাড়াও বিভিন্ন ধরনের ডেটা টাইপ সমর্থন করে। একটি অ্যারে তৈরি হওয়ার পরে, আমরা এখনও আমাদের প্রয়োজনের উপর নির্ভর করে অ্যারের উপাদানগুলির ডেটা টাইপ পরিবর্তন করতে পারি। এই উদ্দেশ্যে ব্যবহৃত দুটি পদ্ধতি হল array.dtype এবং array.astype
array.dtype
এই পদ্ধতিটি আমাদের অ্যারের উপাদানগুলির বিদ্যমান ডেটা টাইপ দেয়। নীচের উদাহরণে আমরা একটি অ্যারে ঘোষণা করি এবং এর ডেটা প্রকারগুলি খুঁজে পাই।
উদাহরণ
import numpy as np # Create a numpy array a = np.array([21.23, 13.1, 52.1, 8, 255]) # Print the array print(a) # Print the array dat type print(a.dtype)
আউটপুট
উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -
[ 21.23 13.1 52.1 8. 255. ] float64
array.astype
এই পদ্ধতিটি বিদ্যমান অ্যারেটিকে পছন্দসই ডেটা প্রকারের সাথে একটি নতুন অ্যারেতে রূপান্তর করে৷ নীচের উদাহরণে আমরা প্রদত্ত অ্যারেটি নিয়েছি এবং এটিকে বিভিন্ন টার্গেট ডেটা প্রকারে রূপান্তর করি৷
উদাহরণ
import numpy as np
# Create a numpy array
a = np.array([21.23, 13.1, 52.1, 8, 255])
# Print the array
print(a)
# Print the array dat type
print(a.dtype)
# Convert the array data type to int32
a_int = a.astype('int32')
print(a_int)
print(a_int.dtype)
# Convert the array data type to str
a_str = a.astype('str')
print(a_str)
print(a_str.dtype)
# Convert the array data type to complex
a_cmplx = a.astype('complex64')
print(a_cmplx)
print(a_cmplx.dtype) আউটপুট
উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -
[ 21.23 13.1 52.1 8. 255. ] float64 [ 21 13 52 8 255] int32 ['21.23' '13.1' '52.1' '8.0' '255.0'] <U32 [ 21.23+0.j 13.1 +0.j 52.1 +0.j 8. +0.j 255. +0.j] complex64