NumPy 数据类型-Python扩展程序库 -- NumPy-编程文章分享

NumPy 数据类型

Numpy支持比Python更多的数据类型，有5个基本数字类型表示布尔（bool）、整数（int）、无符号整数（uint）、浮点数（float）和复数。

那些在其名称中具有数字的类型表示类型的位的大小（即，需要多少位来表示存储器中的单个值）。

某些类型，例如int和intp，根据平台（例如32位与64位机器）具有不同的位大小。当与存储器直接寻址的低级代码（例如C或Fortran）接口时，应该考虑这一点。

数据类型	描述
`bool_`	布尔（True或False），存储为一个字节
`int_`	默认整数类型（与C`long`相同；通常是`int64`或`int32`）
INTC	与C`int`（通常为`int32`或`int64`）相同
INTP	用于索引的整数（与C`ssize_t`相同；通常是`int32`或`int64`）
INT8	字节（-128至127）
INT16	整数（-32768至32767）
INT32	整数（-2147483648至2147483647）
Int64的	整数（-9223372036854775808至9223372036854775807）
UINT8	无符号整数（0到255）
UINT16	无符号整数（0到65535）
UINT32	无符号整数（0到4294967295）
UINT64	无符号整数（0到18446744073709551615）
float_	`float64`的简写。
float16	半精度浮点：符号位，5位指数，10位尾数
FLOAT32	单精度浮点数：符号位，8位指数，23位尾数
float64	双精度浮点：符号位，11位指数，52位尾数
complex_	`complex128`的简写。
complex64	复数，由两个32位浮点数（实部和虚部）
complex128	复数，由两个64位浮点数（实部和虚部）

numpy数值类型是dtype（data-type）对象的实例，每个类型具有唯一的特征。

在你导入NumPy后 import numpy as np，这些类型可以用np.bool_、np.float32等方式访问。

数据类型对象 (dtype)

数据类型对象是用来描述与数组对应的内存区域如何使用，依赖如下几个方面：

数据的类型（整数，浮点数或者 Python 对象）
数据的大小（例如，整数使用多少个字节存储）
数据的字节顺序（小端法或大端法）
在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
如果数据类型是子数组，它的形状和数据类型

字节顺序是通过对数据类型预先设定"<"或">"来决定的。"<"意味着小端法(最小值存储在最小的地址，即低位组放在最前面)。

">"意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。

dtype 对象构造函数：

numpy.dtype(object, align, copy)

object - 要转换为的数据类型对象
align - 如果为 true，填充字段使其类似 C 的结构体。
copy - 复制 dtype 对象，如果为 false，则是对内置数据类型对象的引用

内建类型字符代码

字符	对应类型
b	布尔型
i	(有符号) 整型
u	无符号整型 integer
f	浮点型
c	复数浮点型
m	timedelta（时间间隔）
M	datetime（日期时间）
O	(Python) 对象
S, a	(byte-)字符串
U	Unicode
V	原始数据 (void)

数据类型实例

import numpy as np

# 使用标量类型
dt = np.dtype(np.int32)
print(dt) #int32

# int8, int16, int32, int64 四种数据类型使用字符串 'i1', 'i2','i4','i8' 代替
dt = np.dtype('i4')
print(dt) #int32

# 字节顺序标注
dt = np.dtype('<i4')
print(dt) #int32

结构化数据类型实例

import numpy as np

# 创建结构化数据类型
dt = np.dtype([('age',np.int8)])
print(dt) #[('age', 'i1')]

# 将数据类型应用于 ndarray 对象
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a) #[(10,) (20,) (30,)]

# 类型字段名可以用于存取实际的 age 列
print(a['age']) #[10 20 30]


#结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks
# 并将这个 dtype 应用到 ndarray 对象
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])
print(student) #[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]

a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student)
print(a) #[(b'abc', 21, 50.) (b'xyz', 18, 75.)]

NumPy 数据类型

NumPy 数据类型

数据类型对象 (dtype)

内建类型字符代码

数据类型实例

结构化数据类型实例

相关推荐

请登录