Lesson3——NumPy 数据类型

NumPy 教程目录

NumPy 数据类型

　　numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。

　　下表列举了常用 NumPy 基本类型。

名称	描述
bool_	布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，一般是 int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8	字节（-128 to 127）
int16	整数（-32768 to 32767）
int32	整数（-2147483648 to 2147483647）
int64	整数（-9223372036854775808 to 9223372036854775807）
uint8	无符号整数（0 to 255）
uint16	无符号整数（0 to 65535）
uint32	无符号整数（0 to 4294967295）
uint64	无符号整数（0 to 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

　　numpy 的数值类型实际上是 dtype 对象的实例，并对应唯一的字符，包括 np.bool_，np.int32，np.float32，等等。

数据类型对象 (dtype)

　　数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面：：

• 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，那么它的形状和数据类型是什么。

　　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)。

　　numpy.dtype 对象是使用以下语法构造的：

numpy.dtype(dtype, align=False, copy=False)

　　See also

• • result_type

　　Examples：

np.result_type(3, np.arange(7, dtype='i1'))
#dtype('int8')

np.result_type('i4', 'c8')
#dtype('complex128')

np.result_type(3.0, -2)
#dtype('float64')

　　使用 Numpy 数据类型的例子：

　　Examples1：

dt = np.dtype(np.int32)
print(dt)
#int32

　　Examples2：

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

　　Examples3： 字节顺序标注

dt = np.dtype('<i4')
dt
#dtype('int32')

　　Examples4：使用内建类型到 np.array() 上。

dt = np.dtype('i4')
print(dt)
arr = np.array([1,2,3],dtype = dt)
print(arr)

int32
[1 2 3]

　　Examples5：初始结构化类型

dt = np.dtype([('age',np.int8)])
dt

dtype([('age', 'i1')])

　　Examples6：应用结构化类型（单个类型）

dt = np.dtype([('age',np.int8)])
a = np.array([(1,),(2,),(3,),(4,)],dtype= dt)
print(a)
print(a['age'])

[(1,) (2,) (3,) (4,)]
[1 2 3 4]

　　Examples7：应用结构化类型（多个类型）

dt = np.dtype([('name','S20'),('age','i1')])
print(dt)
arr = np.array([('Blair1',21),
　　　　　　　　　　('Blair2',22),
　　　　　　　　　　('Blair3',23),])
print(arr)

[('name', 'S20'), ('age', 'i1')]
[['Blair1' '21']
 ['Blair2' '22']
 ['Blair3' '23']]

　　每个内建类型都有一个唯一定义它的字符代码，如下：

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)