ここでは、NumPyにおける連番の作成方法について解説しています。最後にNumPyで主に利用されるデータ型dtype一覧をまとめています。適宜、参照下さい。
行ったこと
NumPyにおいて、0~9の10連番を作成しました。
プログラム
import numpy as np
#1---連番作成
np_ara = np.arange(10, dtype=np.uint64)
print(np_ara)
上記がプログラムになります。
それでは解説していきます。
#1---連番作成
np_ara = np.arange(10, dtype=np.uint64)
1の部分が連番作成をしているところになります。中を見ると「np.arange(10, dtype=np.uint64)」となっています。
これは10個の連番をuint64というデータ型で作成するという意味になります。
結果
[0 1 2 3 4 5 6 7 8 9]
0~9の10個の連番が作成できたことが確認できました。
例えば、データ型を「float16」とすると結果は以下になります。
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
小数点が加わっていることが分かります。
実際の計算ではデータ型には注意が必要だということが分かると思います。
NumPyの主なデータ型dtype一覧
NumPyで使用される主なデータ型dtypeを一覧にしました。
項目 | 内容 |
int8 | 符号あり8ビット整数型 |
int16 | 符号あり16ビット整数型 |
int32 | 符号あり32ビット整数型 |
int64 | 符号あり64ビット整数型 |
uint8 | 符号なし8ビット整数型 |
uint16 | 符号なし16ビット整数型 |
uint32 | 符号なし32ビット整数型 |
uint64 | 符号なし64ビット整数型 |
float16 | 半精度浮動小数点型(符号部1ビット、指数部5ビット、仮数部10ビット) |
float32 | 単精度浮動小数点型(符号部1ビット、指数部8ビット、仮数部23ビット) |
float64 | 倍精度浮動小数点型(符号部1ビット、指数部11ビット、仮数部52ビット) |
float128 | 四倍精度浮動小数点型(符号部1ビット、指数部15ビット、仮数部112ビット) |
complex64 | 複素数(実部・虚部がそれぞれfloat32) |
complex128 | 複素数(実部・虚部がそれぞれfloat64) |
complex256 | 複素数(実部・虚部がそれぞれfloat64) |
bool | ブール型 |
unicode | Unicode文字列 |