Tipe Data NumPy

Secara default, Python memiliki tipe data berikut ini:

• string – digunakan untuk mewakili data teks, teks diberikan di antara tanda kutip. misalnya. “ABCD”
• integer – digunakan untuk merepresentasikan bilangan integer. misalnya. -1, -2, -3
• float – digunakan untuk mewakili bilangan real. misalnya. 1.2, 42.42
• boolean – digunakan untuk mewakili True atau False.
• complex – digunakan untuk merepresentasikan bilangan dalam dataran kompleks. misalnya. 1.0 + 2.0j, 1.5 + 2.5j

Tipe Data di NumPy

NumPy memiliki beberapa tipe data tambahan, dan mengacu pada tipe data dengan satu karakter, seperti i untuk integer, u untuk unsigned integer dll.

Di bawah ini adalah daftar semua tipe data di NumPy dan karakter yang digunakan untuk mewakilinya.

• i – integer
• b – boolean
• u – unsigned integer
• f – float
• c – complex float
• m – timedelta
• M – datetime
• O – objek
• S – string
• U – string unicode
• V – potongan memori tetap untuk tipe lain (void)

Memeriksa Tipe Data Array

Objek array NumPy memiliki properti yang disebut dtype yang mengembalikan tipe data dari array.

Contoh:
Dapatkan tipe data dari objek array

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr.dtype)

Contoh
Dapatkan tipe data dari array yang berisi string

import numpy as np

arr = np.array(['apple', 'banana', 'cherry'])

print(arr.dtype)

Membuat Array Dengan Tipe Data Yang Ditentukan

Kita menggunakan fungsi array() untuk membuat array, fungsi ini dapat mengambil argumen opsional: dtype yang memungkinkan untuk menentukan tipe data yang diharapkan dari elemen array.

Contoh:
Buat array dengan tipe data string

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='S')

print(arr)
print(arr.dtype)

Untuk i, u, f, S dan U kita juga bisa mendefinisikan ukuran.

Contoh:
Buat array dengan tipe data 4 byte integer

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='i4')

print(arr)
print(arr.dtype)

Bagaimana Jika Suatu Nilai Tidak Dapat Dikonversi?

Jika sebuah tipe diberikan di mana elemen tidak dapat dikonversi maka NumPy akan memunculkan ValueError.

ValueError: Dalam Python ValueError dimunculkan ketika jenis argumen yang diteruskan ke suatu fungsi tidak diharapkan / salah.

Contoh:
String non integer seperti ‘a’ tidak dapat diubah menjadi integer (akan menimbulkan error)

import numpy as np

arr = np.array(['a', '2', '3'], dtype='i')

Mengonversi Tipe Data pada Array yang Ada

Cara terbaik untuk mengubah tipe data dari array yang ada, adalah membuat salinan dari array dengan metode astype().

Fungsi astype() berfungsi untuk membuat salinan array, dan memungkinkan kita untuk menentukan tipe data sebagai parameter.

Tipe data dapat ditentukan menggunakan string, seperti ‘f’ untuk float, ‘i’ untuk integer, dll. Atau Anda dapat menggunakan tipe data secara langsung seperti float untuk float dan int untuk integer.

Contoh:
Ubah tipe data dari float menjadi integer dengan menggunakan ‘i’ sebagai nilai parameter

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype('i')

print(newarr)
print(newarr.dtype)

Contoh
Ubah tipe data dari float menjadi integer dengan menggunakan int sebagai nilai parameter

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype(int)

print(newarr)
print(newarr.dtype)

Contoh
Ubah tipe data dari integer menjadi boolean

import numpy as np

arr = np.array([1, 0, 3])

newarr = arr.astype(bool)

print(newarr)
print(newarr.dtype)