Python
 Computer >> コンピューター >  >> プログラミング >> Python

Pythonのキャストルールに従って配列スカラーとデータ型の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


配列スカラーとデータ型がキャストルールに従って発生する可能性がある場合、numpy.can_cast()メソッドはTrueを返します。最初のパラメーターは、キャスト元のスカラー、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

配列スカラーとデータ型がキャストルールに従って発生する可能性があるかどうかの確認-

print("Checking with can_cast() method in Numpy\n")
print("Result...",np.can_cast(np.array(20), 'i1'))
print("Result...",np.can_cast(np.array(280), 'i1'))
print("Result...",np.can_cast(np.array(80), 'u1'))
print("Result...",np.can_cast(np.array(300.7), np.float32))
print("Result...",np.can_cast(np.array(120.6), np.float64))
print("Result...",np.can_cast(np.array(7.2e100), np.float32))
print("Result...",np.can_cast(np.array(6.5e100), np.float64))

import numpy as np

# The numpy.can_cast() method returns True if array scalar and data type can occur according to the casting rule.
# The 1st parameter is the scalar or 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.array(20), 'i1'))
print("Result...",np.can_cast(np.array(280), 'i1'))
print("Result...",np.can_cast(np.array(80), 'u1'))
print("Result...",np.can_cast(np.array(300.7), np.float32))
print("Result...",np.can_cast(np.array(120.6), np.float64))
print("Result...",np.can_cast(np.array(7.2e100), np.float32))
print("Result...",np.can_cast(np.array(6.5e100), np.float64))

出力

Checking with can_cast() method in Numpy

Result... True
Result... False
Result... True
Result... True
Result... True
Result... False
Result... True

  1. Python-Pandasインデックスのデータを表す配列を返します

    Pandas Indexのデータを表す配列を返すには、 index.valuesを使用します パンダのプロパティ。 まず、必要なライブラリをインポートします- import pandas as pd インデックスの作成- index = pd.Index(['Car','Bike','Truck','Ship','Airplane']) インデックスを表示- print("Pandas Index...\n",index) インデックス内のデータを表す配列を返します- print(&q

  2. Pythonリストと配列の違いは何ですか?

    基本的に、Pythonリストは非常に柔軟性があり、完全に異種の任意のデータを保持でき、償却された一定時間で非常に効率的に追加できます。アレイを時間効率よく、手間をかけずに縮小および拡大する必要がある場合は、それらが最適な方法です。ただし、C配列よりもはるかに多くのスペースを使用します。 一方、array.arrayタイプは、C配列の単なる薄いラッパーです。すべて同じタイプの同種のデータのみを保持できるため、sizeof(1つのオブジェクト)*lengthバイトのメモリのみを使用します。 したがって、リストは次のようになります:[1、a、[1、2]、string] ただし、配列には同じタ