Hướng dẫn what does uint8 do in python? - uint8 làm gì trong python?

Khoa học và tính toán dựa trên dữ liệu hiệu quả đòi hỏi phải hiểu cách thức dữ liệu được lưu trữ và thao tác. Phần này phác thảo và đối chiếu cách các mảng dữ liệu được xử lý trong chính ngôn ngữ Python và cách thức nhanh chóng cải thiện điều này. Hiểu được sự khác biệt này là cơ bản để hiểu nhiều tài liệu trong suốt phần còn lại của cuốn sách.

Người dùng Python thường được rút ra bởi sự dễ sử dụng của nó, một trong số đó là gõ động. Mặc dù một ngôn ngữ được gõ tĩnh như C hoặc Java yêu cầu mỗi biến phải được khai báo rõ ràng, một ngôn ngữ được gõ động như Python bỏ qua thông số kỹ thuật này. Ví dụ: trong C, bạn có thể chỉ định một thao tác cụ thể như sau:

/* C code */
int result = 0;
for(int i=0; i<100; i++){
    result += i;
}

Trong khi ở Python, hoạt động tương đương có thể được viết theo cách này:

# Python code
result = 0
for i in range(100):
    result += i

Lưu ý sự khác biệt chính: Trong C, các loại dữ liệu của mỗi biến được khai báo rõ ràng, trong khi ở Python, các loại được suy ra động. Điều này có nghĩa là, ví dụ, chúng ta có thể gán bất kỳ loại dữ liệu nào cho bất kỳ biến nào:

# Python code
x = 4
x = "four"

Ở đây chúng tôi đã chuyển nội dung của x từ số nguyên sang chuỗi. Điều tương tự trong C sẽ dẫn (tùy thuộc vào cài đặt trình biên dịch) vào lỗi biên dịch hoặc các hậu quả chưa từng thấy khác:

/* C code */
int x = 4;
x = "four";  // FAILS

Loại linh hoạt này là một mảnh làm cho Python và các ngôn ngữ được loại động khác thuận tiện và dễ sử dụng. Hiểu cách thức hoạt động này là một phần học tập quan trọng để phân tích dữ liệu một cách hiệu quả và hiệu quả với Python. Nhưng những gì tính linh hoạt loại này cũng chỉ ra là thực tế là các biến Python không chỉ là giá trị của chúng; Chúng cũng chứa thêm thông tin về loại giá trị. Chúng tôi sẽ khám phá điều này nhiều hơn trong các phần tiếp theo.

Một số nguyên python không chỉ là một số nguyên

Việc triển khai Python tiêu chuẩn được viết bằng C. Điều này có nghĩa là mọi đối tượng Python chỉ đơn giản là một cấu trúc C được trang bị thông minh, không chỉ chứa giá trị của nó, mà còn thông tin khác. Ví dụ, khi chúng ta xác định một số nguyên trong Python, chẳng hạn như x = 10000, x không chỉ là một số nguyên "thô". Nó thực sự là một con trỏ đến cấu trúc hợp chất C, chứa một số giá trị. Nhìn qua mã nguồn Python 3.4, chúng tôi thấy rằng định nghĩa loại số nguyên (dài) có vẻ như thế này (một khi các macro C được mở rộng):

struct _longobject {
    long ob_refcnt;
    PyTypeObject *ob_type;
    size_t ob_size;
    long ob_digit[1];
};

Một số nguyên duy nhất trong Python 3.4 thực sự chứa bốn mảnh:

• # Python code
  result = 0
  for i in range(100):
      result += i
  

  0, một số lượng tham chiếu giúp Python âm thầm xử lý phân bổ và phân phối bộ nhớ

• # Python code
  result = 0
  for i in range(100):
      result += i
  

  1, mã hóa loại biến

• # Python code
  result = 0
  for i in range(100):
      result += i
  

  2, trong đó chỉ định kích thước của các thành viên dữ liệu sau

• # Python code
  result = 0
  for i in range(100):
      result += i
  

  3, trong đó chứa giá trị số nguyên thực tế mà chúng tôi mong đợi biến Python được biểu thị.

Điều này có nghĩa là có một số chi phí trong việc lưu trữ một số nguyên trong Python so với một số nguyên trong một ngôn ngữ được biên dịch như C, như được minh họa trong hình sau:

Ở đây

# Python code
result = 0
for i in range(100):
    result += i

Lưu ý sự khác biệt ở đây: Một số nguyên C về cơ bản là một nhãn cho một vị trí trong bộ nhớ có byte mã hóa giá trị số nguyên. Một số nguyên Python là một con trỏ tới một vị trí trong bộ nhớ chứa tất cả thông tin đối tượng Python, bao gồm các byte chứa giá trị số nguyên. Thông tin bổ sung này trong cấu trúc số nguyên Python là những gì cho phép Python được mã hóa một cách tự do và động. Tất cả thông tin bổ sung này trong các loại Python đều có chi phí, tuy nhiên, điều này trở nên đặc biệt rõ ràng trong các cấu trúc kết hợp nhiều đối tượng này.

Danh sách Python không chỉ là Danh sách

Bây giờ chúng ta hãy xem xét những gì xảy ra khi chúng ta sử dụng cấu trúc dữ liệu Python chứa nhiều đối tượng Python. Các thùng chứa đa yếu tố đột biến tiêu chuẩn trong Python là danh sách. Chúng tôi có thể tạo một danh sách các số nguyên như sau:

Hoặc, tương tự, một danh sách các chuỗi:

Vì gõ động của Python, chúng ta thậm chí có thể tạo danh sách không đồng nhất:

Nhưng tính linh hoạt này có chi phí: Để cho phép các loại linh hoạt này, mỗi mục trong danh sách phải chứa thông tin loại riêng, số lượng tham chiếu và thông tin khác, đó là, mỗi mục là một đối tượng Python hoàn chỉnh. Trong trường hợp đặc biệt là tất cả các biến cùng loại, phần lớn thông tin này là dự phòng: nó có thể hiệu quả hơn nhiều khi lưu trữ dữ liệu trong một mảng kiểu cố định. Sự khác biệt giữa danh sách loại động và mảng kiểu cố định (kiểu numpy) được minh họa trong hình sau:

Ở cấp độ triển khai, mảng về cơ bản chứa một con trỏ đơn lẻ đến một khối dữ liệu tiếp giáp. Danh sách Python, mặt khác, chứa một con trỏ tới một khối con trỏ, mỗi con đều chỉ vào một đối tượng Python đầy đủ như số nguyên Python mà chúng ta đã thấy trước đó. Một lần nữa, lợi thế của danh sách là tính linh hoạt: bởi vì mỗi phần tử danh sách là một cấu trúc đầy đủ chứa cả thông tin dữ liệu và loại, danh sách có thể được lấp đầy với dữ liệu của bất kỳ loại mong muốn nào. Các mảng kiểu numpy loại cố định thiếu tính linh hoạt này, nhưng hiệu quả hơn nhiều để lưu trữ và thao tác dữ liệu.

Mảng kiểu cố định trong Python¶

Python cung cấp một số tùy chọn khác nhau để lưu trữ dữ liệu trong bộ đệm dữ liệu loại hiệu quả, cố định. Mô-đun

# Python code
result = 0
for i in range(100):
    result += i

Ở đây

# Python code
result = 0
for i in range(100):
    result += i

Tuy nhiên, hữu ích hơn nhiều là đối tượng

# Python code
result = 0
for i in range(100):
    result += i

# Python code
result = 0
for i in range(100):
    result += i

Chúng ta sẽ bắt đầu với nhập khẩu tiêu chuẩn, theo bí danh

# Python code
result = 0
for i in range(100):
    result += i

Tạo các mảng từ Danh sách Python

Đầu tiên, chúng ta có thể sử dụng

# Python code
x = 4
x = "four"

Hãy nhớ rằng không giống như danh sách Python, Numpy bị hạn chế với các mảng mà tất cả đều chứa cùng một loại. Nếu các loại không phù hợp, Numpy sẽ Upcast nếu có thể (ở đây, các số nguyên được đưa lên điểm nổi):

Nếu chúng ta muốn đặt một cách rõ ràng kiểu dữ liệu của mảng kết quả, chúng ta có thể sử dụng từ khóa

# Python code
x = 4
x = "four"

Cuối cùng, không giống như danh sách Python, các mảng numpy có thể rõ ràng là đa chiều; Dưới đây là một cách khởi tạo một mảng đa chiều bằng danh sách danh sách:

Các danh sách bên trong được coi là các hàng của mảng hai chiều kết quả.

Tạo mảng từ đầu

Đặc biệt đối với các mảng lớn hơn, việc tạo các mảng từ đầu hiệu quả hơn bằng cách sử dụng các thói quen được tích hợp thành Numpy. Dưới đây là một số ví dụ:

Các loại dữ liệu tiêu chuẩn Numpy

Các mảng Numpy chứa các giá trị của một loại duy nhất, vì vậy điều quan trọng là phải có kiến ​​thức chi tiết về các loại đó và những hạn chế của chúng. Bởi vì Numpy được xây dựng trong C, các loại sẽ quen thuộc với người dùng của C, Fortran và các ngôn ngữ liên quan khác.

Các loại dữ liệu numpy tiêu chuẩn được liệt kê trong bảng sau. Lưu ý rằng khi xây dựng một mảng, chúng có thể được chỉ định bằng một chuỗi:

np.zeros(10, dtype='int16')

Hoặc sử dụng đối tượng numpy liên quan:

np.zeros(10, dtype=np.int16)

Uint8 có nghĩa là gì trong Python?

UInt8 trong opencv là gì?

Phạm vi của loại dữ liệu đơn vị 8 trong Numpy là gì?

DTYPE trong Python là gì?