回答編集履歴
3
説明追加
test
CHANGED
|
@@ -47,3 +47,5 @@
|
|
|
47
47
|
|
|
48
48
|
|
|
49
49
|
numpyの数値計算機能を使わずに単に入れ物として使うだけでしたら、dtypeとしてobjectを指定すればどんなものでも入れることはできます。
|
|
50
|
+
|
|
51
|
+
しかし、そのような使い方なら、列ごとにデータ型を指定できるpandasのデータフレームを使った方が楽でしょう。
|
2
説明追加
test
CHANGED
|
@@ -43,3 +43,7 @@
|
|
|
43
43
|
(2,)
|
|
44
44
|
|
|
45
45
|
```
|
|
46
|
+
|
|
47
|
+
|
|
48
|
+
|
|
49
|
+
numpyの数値計算機能を使わずに単に入れ物として使うだけでしたら、dtypeとしてobjectを指定すればどんなものでも入れることはできます。
|
1
例を追加
test
CHANGED
|
@@ -9,3 +9,37 @@
|
|
|
9
9
|
(1983, 3, 9.7, 3.5, 2, 32.9, 75.5)]
|
|
10
10
|
|
|
11
11
|
のように表記されます。
|
|
12
|
+
|
|
13
|
+
|
|
14
|
+
|
|
15
|
+
以下をご覧ください。
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
```python
|
|
20
|
+
|
|
21
|
+
>>>
|
|
22
|
+
|
|
23
|
+
>>> a1 = np.array([[1980, 5.0],[1981, 1.2]])
|
|
24
|
+
|
|
25
|
+
>>> a2 = np.array([(1980, 5.0), (1981, 1.2)], dtype=[("x", int), ("y", float)])
|
|
26
|
+
|
|
27
|
+
>>> print(a1)
|
|
28
|
+
|
|
29
|
+
[[1.980e+03 5.000e+00]
|
|
30
|
+
|
|
31
|
+
[1.981e+03 1.200e+00]]
|
|
32
|
+
|
|
33
|
+
>>> print(a1.shape)
|
|
34
|
+
|
|
35
|
+
(2, 2)
|
|
36
|
+
|
|
37
|
+
>>> print(a2)
|
|
38
|
+
|
|
39
|
+
[(1980, 5. ) (1981, 1.2)]
|
|
40
|
+
|
|
41
|
+
>>> print(a2.shape)
|
|
42
|
+
|
|
43
|
+
(2,)
|
|
44
|
+
|
|
45
|
+
```
|