numpy.min_scalar() 메소드는 최소 데이터 유형을 찾습니다. 첫 번째 매개변수는 찾을 수 있는 최소 데이터 유형의 값입니다. 스칼라의 경우 값을 보유할 수 있는 가장 작은 크기와 가장 작은 스칼라 종류를 가진 데이터 유형을 반환합니다. 비 스칼라 배열의 경우 수정되지 않은 벡터의 dtype을 반환합니다. 부동 소수점 값은 정수로 강등되지 않고 복소수 값은 부동 소수점으로 강등되지 않습니다.
단계
먼저 필요한 라이브러리를 가져옵니다 -
import numpy as np
numpy.min_scalar() 메소드는 최소 데이터 유형을 찾습니다. 첫 번째 매개변수는 최소 데이터 유형을 찾는 값입니다 -
print("Using the min_scalar() method in Numpy\n") print("Result...",np.min_scalar_type(np.arange(4,dtype='f8'))) print("Result...",np.min_scalar_type(np.arange(38.9, dtype = 'f8'))) print("Result...",np.min_scalar_type(np.array(6.5e100, np.float64))) print("Result...",np.min_scalar_type(np.array(280, 'i1'))) print("Result...",np.min_scalar_type(np.array(80, 'u1'))) print("Result...",np.min_scalar_type(np.array(300.7, np.float32))) print("Result...",np.min_scalar_type(np.array(120.6, np.float64))) print("Result...",np.min_scalar_type(np.array(7.2e100, np.float32))) print("Result...",np.min_scalar_type(np.array(6.5e100, np.float64)))
예시
import numpy as np # The numpy.min_scalar() method finds the minimal data type. # The 1st parameter is the value whose minimal data type is to be found. print("Using the min_scalar() method in Numpy\n") print("Result...",np.min_scalar_type(np.arange(4,dtype='f8'))) print("Result...",np.min_scalar_type(np.arange(38.9, dtype = 'f8'))) print("Result...",np.min_scalar_type(np.array(6.5e100, np.float64))) print("Result...",np.min_scalar_type(np.array(280, 'i1'))) print("Result...",np.min_scalar_type(np.array(80, 'u1'))) print("Result...",np.min_scalar_type(np.array(300.7, np.float32))) print("Result...",np.min_scalar_type(np.array(120.6, np.float64))) print("Result...",np.min_scalar_type(np.array(7.2e100, np.float32))) print("Result...",np.min_scalar_type(np.array(6.5e100, np.float64)))
출력
Using the min_scalar() method in Numpy Result... float64 Result... float64 Result... float64 Result... uint8 Result... uint8 Result... float16 Result... float16 Result... float16 Result... float64에서 min_scalar() 메소드 사용