{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "28d71ca9",
   "metadata": {},
   "source": [
    "## `dtype`"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "2c1dc791",
   "metadata": {},
   "source": [
    "Der `ndarray` ist ein Container für homogene Daten, d.h. alle Elemente müssen vom gleichen Typ sein. Jedes Array hat einen `dtype`, ein Objekt, das den Datentyp des Arrays beschreibt:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "6b2b2120",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-05-21T17:21:31.426945Z",
     "iopub.status.busy": "2026-05-21T17:21:31.426761Z",
     "iopub.status.idle": "2026-05-21T17:21:31.483895Z",
     "shell.execute_reply": "2026-05-21T17:21:31.483634Z",
     "shell.execute_reply.started": "2026-05-21T17:21:31.426923Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "dtype('float64')"
      ]
     },
     "execution_count": 1,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "import numpy as np\n",
    "\n",
    "\n",
    "rng = np.random.default_rng()\n",
    "data = rng.random((7, 3))\n",
    "dt = data.dtype\n",
    "dt"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "e3db94d2",
   "metadata": {},
   "source": [
    "NumPy-Datentypen:"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "10e9fbac",
   "metadata": {},
   "source": [
    "Typ               | Typ-Code      | Beschreibung\n",
    ":---------------- | :------------ | :-----------\n",
    "`int8`, `uint8`   | `i1`, `u1`    | Vorzeichenbehaftete und vorzeichenlose 8-Bit (1 Byte) Ganzzahltypen\n",
    "`int16`, `uint16` | `i2`, `u2`    | Vorzeichenbehaftete und vorzeichenlose 16-Bit (2 Byte) Ganzzahltypen\n",
    "`int32`, `uint32` | `i4`, `u4`    | Vorzeichenbehaftete und vorzeichenlose 32-Bit (4 Byte) Ganzzahltypen\n",
    "`int64`, `uint64` | `i8`, `u8`    | Vorzeichenbehaftete und vorzeichenlose 64-Bit (8 Byte) Ganzzahltypen\n",
    "`float16`         | `f2`          | Standard-Gleitkomma mit halber Genauigkeit\n",
    "`float32`         | `f4` oder `f` | Standard-Gleitkomma mit einfacher Genauigkeit; kompatibel mit C `float`\n",
    "`float64`         | `f8` oder `d` | Standard-Gleitkomma mit doppelter Genauigkeit; kompatibel mit C `double` und Python `float`-Objekt\n",
    "`complex64`, `complex128`, `complex256` | `c8`, `c16`, `c32` | Komplexe Zahlen, die durch zwei 32-, 64- bzw. 128-Gleitkommazahlen dargestellt werden\n",
    "`bool`            | `?`           | Boolescher Typ, der die Werte `True` und `False` speichert\n",
    "`object`          | `O`           | Python-Objekttyp; ein Wert kann ein beliebiges Python-Objekt sein\n",
    "`string_`         | `S`           | ASCII-Stringtyp mit fester Länge (1 Byte pro Zeichen); um z.B. einen Stringtyp mit der Länge 7 zu erstellen, verwendet `S7`; längere Eingaben werden ohne Warnung abgeschnitten \n",
    "`unicode_`        | `U`           | Unicode-Typ mit fester Länge wobei die Anzahl der Bytes plattformspezifisch ist; verwendet dieselbe Spezifikationssemantik wie `string_`, z.B. `U7`"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "5f9ade8b",
   "metadata": {},
   "source": [
    "Anzahl der Elemente mit `itemsize` ermitteln:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "id": "f10f4595",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-05-21T17:21:31.484477Z",
     "iopub.status.busy": "2026-05-21T17:21:31.484351Z",
     "iopub.status.idle": "2026-05-21T17:21:31.486956Z",
     "shell.execute_reply": "2026-05-21T17:21:31.486631Z",
     "shell.execute_reply.started": "2026-05-21T17:21:31.484469Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "8"
      ]
     },
     "execution_count": 2,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt.itemsize"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "0abca49a",
   "metadata": {},
   "source": [
    "Name des Datentypes ermitteln:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "7c4dd8aa",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-05-21T17:21:31.487466Z",
     "iopub.status.busy": "2026-05-21T17:21:31.487389Z",
     "iopub.status.idle": "2026-05-21T17:21:31.489484Z",
     "shell.execute_reply": "2026-05-21T17:21:31.489216Z",
     "shell.execute_reply.started": "2026-05-21T17:21:31.487458Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'float64'"
      ]
     },
     "execution_count": 3,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt.name"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "c739fce8",
   "metadata": {},
   "source": [
    "Datentyp überprüfen:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "id": "23dafd4e",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-05-21T17:21:31.489998Z",
     "iopub.status.busy": "2026-05-21T17:21:31.489915Z",
     "iopub.status.idle": "2026-05-21T17:21:31.491779Z",
     "shell.execute_reply": "2026-05-21T17:21:31.491562Z",
     "shell.execute_reply.started": "2026-05-21T17:21:31.489991Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "True"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt.type is np.float64"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "13be7929",
   "metadata": {},
   "source": [
    "Datentyp ändern mit `astype`:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "d2eff3e7",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-05-21T17:21:31.492190Z",
     "iopub.status.busy": "2026-05-21T17:21:31.492098Z",
     "iopub.status.idle": "2026-05-21T17:21:31.494714Z",
     "shell.execute_reply": "2026-05-21T17:21:31.494365Z",
     "shell.execute_reply.started": "2026-05-21T17:21:31.492184Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "array([[0.8959591 , 0.95819676, 0.52365017],\n",
       "       [0.05653278, 0.18683353, 0.76510984],\n",
       "       [0.9283983 , 0.561397  , 0.8671029 ],\n",
       "       [0.86952984, 0.21159811, 0.6124638 ],\n",
       "       [0.03761354, 0.41308585, 0.5807331 ],\n",
       "       [0.9768227 , 0.3987061 , 0.5606387 ],\n",
       "       [0.5677797 , 0.4074486 , 0.9794231 ]], dtype=float32)"
      ]
     },
     "execution_count": 5,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "data_float32 = data.astype(np.float32)\n",
    "data_float32"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3.13 Kernel",
   "language": "python",
   "name": "python313"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.13.0"
  },
  "widgets": {
   "application/vnd.jupyter.widget-state+json": {
    "state": {},
    "version_major": 2,
    "version_minor": 0
   }
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}