Pythonのキャストルールに従ってデータ型間のキャストが発生する可能性がある場合はTrueを返します
numpy.can_cast()メソッドは、キャストルールに従ってデータ型間のキャストが発生する可能性がある場合にTrueを返します。最初のパラメーターは、キャスト元のデータ型または配列です。 2番目のパラメーターは、キャスト先のデータ型です。
ステップ
まず、必要なライブラリをインポートします-
import numpy as np
can_cast()を使用して、データ型間のキャストがキャストルールに従って発生するかどうかを確認します-
print("Checking with can_cast() method in Numpy\n") print("Result...",np.can_cast(np.int32, np.int64)) print("Result...",np.can_cast(np.float64, complex)) print("Result...",np.can_cast(complex, float)) print("Result...",np.can_cast('i8', 'f8')) print("Result...",np.can_cast('i8', 'f4')) print("Result...",np.can_cast('i4', 'S4'))
例
import numpy as np # The numpy.can_cast() method returns True if cast between data types can occur according to the casting rule. # The 1st parameter is the data type or array to cast from. # The 2nd parameter is the data type to cast to. print("Checking with can_cast() method in Numpy\n") print("Result...",np.can_cast(np.int32, np.int64)) print("Result...",np.can_cast(np.float64, complex)) print("Result...",np.can_cast(complex, float)) print("Result...",np.can_cast('i8', 'f8')) print("Result...",np.can_cast('i8', 'f4')) print("Result...",np.can_cast('i4', 'S4'))>
出力
Checking with can_cast() method in Numpy Result... True Result... True Result... False Result... True Result... False Result... False
-
Tensorflowを使用してPythonを使用してデータを視覚化するにはどうすればよいですか?
花のデータセットがあるとしましょう。花のデータセットは、基本的に花のデータセットにリンクするgoogleAPIを使用してダウンロードできます。 「get_file」メソッドを使用して、APIをパラメーターとして渡すことができます。これが完了すると、データが環境にダウンロードされます。 「matplotlib」ライブラリを使用して視覚化できます。 「imshow」メソッドは、コンソールに画像を表示するために使用されます。 続きを読む: TensorFlowとは何ですか?KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか? Keras Sequenti
-
countplotを使用してPythonSeabornLibraryのデータを視覚化するにはどうすればよいですか?
Seabornは、データの視覚化に役立つライブラリです。カスタマイズされたテーマと高レベルのインターフェースが付属しています。 以前のプロットでは、データセット全体をグラフにプロットしました。バープロットの助けを借りて、データの分布の中心傾向を理解することができます。 棒グラフ関数は、カテゴリ変数と連続変数の間の関係を確立します。データは長方形のバーの形式で表され、バーの長さはその特定のカテゴリのデータの割合を示します。 棒グラフの特殊なケースは、2番目の変数の統計値を計算する代わりに、データに関してすべてのカテゴリの観測数を表示するカウントプロットです。 「タイタニック」データセット