Formas de definir el tipo de datos en un array
Básicamente, los datos (elementos) que puede contener un array Numpy son cadenas de caracteres, números enteros de distintos tamaños, números reales y booleanos. (A partir de Numpy 1.7 es posible declarar arrays para fechas y horas con el tipo de dato datetime64 pero de momento esta opción se considera experimental y puede sufrir cambios).
La propiedad dtype se utiliza para definir y acceder al tipo de datos de un array:
La propiedad dtype se utiliza para definir y acceder al tipo de datos de un array:
a = np.array([0, 0, 1, 1, 0])
a.dtype # dtype('int64')
En este ejemplo dtype ha devuelto que los datos del array son enteros de 64 bits (8 bytes).
Existen distintos modos de definir el tipo de datos de un array Numpy:
Existen distintos modos de definir el tipo de datos de un array Numpy:
1. Implícita
Numpy analiza los datos y establece el tipo, automáticamente.
a = np.array([0, 0, 1, 1, 0]) # Entero (int)
print(a) # [0 0 1 1 0]
a.dtype # dtype('int64')
a = np.array([0.1, 0.4, 1.0, 1.5, 0.9]) # Flotante (float)
print(a) # [0.1 0.4 1. 1.5 0.9]
a.dtype # dtype('float64')
a = np.array(['0', '0', '1', '1', '0']) # Cadena Unicode (str)
print(a) # ['0' '0' '1' '1' '0']
a.dtype # dtype('<U1')
a = np.array([False, False, True, True, False]) # Booleano (bool)
print(a) # [False False True True False]
a.dtype # dtype('bool')
2. Con los tipos genéricos
int, float, str, bool
Se establece asignando un tipo genérico Python al argumento dtype.
Se establece asignando un tipo genérico Python al argumento dtype.
a = np.array([0, 0, 1, 1, 0], dtype=int) # Entero (int)
print(a) # [0 0 1 1 0]
a.dtype # dtype('int64')
a = np.array([0.1, 0.4, 0.9], dtype=float) # Flotante (float)
print(a) # [0.1 0.4 0.9]
a.dtype # dtype('float64')
a = np.array(['0', '0', '1', '1', '0'], dtype=str) # Unicode (str)
print(a) # ['0' '0' '1' '1' '0']
a.dtype # dtype('<U1')
a = np.array([0, 0, 1, 1, 0], dtype=bool) # Booleano (bool)
print(a) # [False False True True False]
a.dtype # dtype('bool')
3. Con los tipos de Numpy
np.int, np.float, np.str, np.bool, etc.
Se establece asignando uno de los tipos de Numpy al argumento dtype.
Se establece asignando uno de los tipos de Numpy al argumento dtype.
a = np.array([0, 0, 1, 1, 0], dtype=np.int)
print(a) # [0 0 1 1 0]
a.dtype # dtype('int64')
Para optimizar el uso de los recursos del sistema es importante definir el tipo de dato apropiado de los arrays en función a los datos y al tamaño que se prevean van a contener y procesar.
Los modos implícitos o de tipos genéricos con números enteros pequeños reservan demasiado espacio de memoria para cada dato: 8 bytes. Esto no es ningún problema cuando son pocos los datos a tratar pero con arrays de gran tamaño es un factor que afecta al rendimiento que hay que tener presente.
Para ajustar el tamaño o la longitud de los datos definir los tipos con los siguientes tipos Numpy:
Si los arrays no van a contener enteros negativos se recomienda utilizar los tipos sin signo: np.uint8, np.uint16, np.uint32 y np.uint64. Así, aunque el espacio que ocupan en memoria sea el mismo, los enteros positivos pueden llegar a 255, 65535, 4294967295 y 18446744073709551615, respectivamente.
Para conocer el valor máximo o mínimo posible de un tipo:
Los modos implícitos o de tipos genéricos con números enteros pequeños reservan demasiado espacio de memoria para cada dato: 8 bytes. Esto no es ningún problema cuando son pocos los datos a tratar pero con arrays de gran tamaño es un factor que afecta al rendimiento que hay que tener presente.
Para ajustar el tamaño o la longitud de los datos definir los tipos con los siguientes tipos Numpy:
- np.int8: (1 byte) - Para enteros entre -128 y 127.
- np.int16: (2 bytes) - Para enteros entre -32768 y 32767.
- np.int32: (4 bytes) - Para enteros entre -2147483648 y 2147483647.
- np.int64: (8 bytes) - Para números enteros entre -9223372036854775808 y 9223372036854775807.
Si los arrays no van a contener enteros negativos se recomienda utilizar los tipos sin signo: np.uint8, np.uint16, np.uint32 y np.uint64. Así, aunque el espacio que ocupan en memoria sea el mismo, los enteros positivos pueden llegar a 255, 65535, 4294967295 y 18446744073709551615, respectivamente.
Para conocer el valor máximo o mínimo posible de un tipo:
np.iinfo(np.uint8).max # 255 np.iinfo(np.uint8).min # 0
Existe el problema de que cuando se asigna un dato numérico que está por encima o por debajo de los límites que impone el tipo de dato del array, numpy a priori no genera ninguna excepción y almacena un número que no se corresponde con el real. Por tanto, es conveniente elegir bien el tipo de dato en un array e implementar soluciones que eviten errores como el siguiente:
a = np.array([10, 10, 30, 110, 20], dtype=np.int8) # Entero (int8) a = a * 2 print(a) # [ 20 20 60 -36 40]
El valor 110 al multiplicarlo por 2 supera el límite superior para los enteros int8, que está en 127.
4. Con los tipos abreviados
La mejor opción muchas veces es la más simple. Los tipos abreviados son cadenas formadas por un carácter que representa el tipo y un número que expresa el tamaño o longitud del dato:
- Booleanos: 'b1'.
- Enteros: 'i1' (int8), 'i2' (int16), 'i4' (int32), 'i8' (int64).
- Cadenas Unicode con distintas longitudes: 'u1', 'u2', 'u4', 'u8'.
- Cadenas Bytes con distintas longitudes: 'S1', 'S2', 'S3', 'S4'.
- Flotantes: 'f2' (float16), 'f4' (float32), 'f8' (float64).
- Complejos: 'c8' (complex64), 'c16' (complex128).
a = np.array([0, 0, 1, 1, 0], dtype='b1') # Booleano (bool)
print(a) # [False False True True False]
a.dtype # dtype('bool')
a = np.array([0, 0, 1, 1, 0], dtype='i1') # Entero (int8)
print(a) # [0 0 1 1 0]
a.dtype # dtype('int8')
Para ampliar la información sobre tipos de datos que puede contener un array se recomienda visitar la página oficial de Numpy.
