Setiap array NumPy membawa metadata yang menjelaskan bentuk, jumlah dimensi, dan tipe datanya. Section ini membedah atribut-atribut tersebut satu per satu, kemudian menelusuri tipe data numerik, boolean, string, dan object beserta cara konversinya. Di bagian akhir, kita merangkum kaidah praktis memilih tipe data agar program tetap akurat sekaligus hemat memori.

# Atribut shape

Membaca dan mengubah pemahaman bentuk array lewat atribut shape yang menyimpan panjang setiap dimensinya.

Buka → # Atribut ndim

Menghitung jumlah dimensi array dengan atribut ndim dan mengenali hubungannya dengan panjang tuple shape.

Buka → # Atribut size

Menghitung jumlah total elemen array dengan atribut size dan hubungannya dengan hasil perkalian shape.

Buka → # Atribut dtype

Memeriksa tipe data elemen array lewat atribut dtype dan memahami notasi nama tipe NumPy seperti int64 dan float64.

Buka → # Atribut itemsize dan nbytes

Mengukur konsumsi memori array per elemen dan total menggunakan atribut itemsize dan nbytes.

Buka → # Tipe Data Numerik

Mengenal keluarga tipe numerik NumPy: bilangan bulat berbeda lebar, floating point, dan complex beserta rentang nilainya.

Buka → # Tipe Data Boolean

Menggunakan tipe bool NumPy pada array, pemicu konversi otomatis dari angka, dan perannya dalam boolean indexing.

Buka → # Tipe Data String dan Object

Memahami dtype <U untuk string Unicode dan object untuk data campuran beserta konsekuensi performanya.

Buka → # Konversi Tipe Data

Mengubah tipe data array dengan astype dan parameter dtype, termasuk perilaku saat nilai tidak dapat dikonversi.

Buka → # Memilih Tipe Data yang Tepat

Merangkum kaidah memilih dtype: kecukupan rentang, kebutuhan presisi, konsumsi memori, dan kompatibilitas operasi.

Buka → # Bilangan Kompleks

Bekerja dengan complex64 dan complex128 beserta real, imag, conj, angle, dan emath untuk perhitungan bilangan kompleks.

Buka → # Aturan Promosi Tipe

Memprediksi dtype hasil operasi dengan result_type, promote_types, dan can_cast sesuai kaidah promosi tipe NumPy 2.x.

Buka →