当前位置:K88软件开发文章中心编程语言PythonPython01 → 文章内容

NumPy 数据类型

减小字体 增大字体 作者:佚名  来源:网上搜集  发布时间:2019-1-11 13:38:59

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 64intp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)数据类型对象是用来描述与数组对应的内存区域如何使用,这依赖如下几个方面: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 对象是使用以下语法构造的: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实例接下来我们可以通过实例来理解。实例 1import numpy as np





# 使用标量类型dt = np.dtype(np.int32)print(dt)输出结果为:int32实例 2import numpy as np





# 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)输出结果为:int32实例 3import numpy as np





# 字节顺序标注dt = np.dtype('<i4')print(dt)输出结果为:int32下面实例展示结构化数据类型的使用,类型字段和对应的实际类型将被创建。实例 4





# 首先创建结构化数据类型import numpy as npdt = np.dtype([('age',np.int8)])print(dt)输出结果为:[('age', 'i1')]实例 5





# 将数据类型应用于 ndarray 对象import numpy as npdt = np.dtype([('age',np.int8)])a = np.array([(10,),(20,),(30,)], dtype = dt)print(a)输出结果为:[(10,) (20,) (30,)]实例 6





# 类型字段名可以用于存取实际的 age 列import numpy as npdt = np.dtype([('age',np.int8)])a = np.array([(10,),(20,),(30,)], dtype = dt)print(a['age'])输出结果为:[10 20 30]下面的示例定义一个结构化数据类型 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 adarray 对象。实例 7import numpy as npstudent = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])print(student)输出结果为:[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')])实例 8import numpy as npstudent = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student)print(a)输出结果为:[('abc', 21, 50.0), ('xyz', 18, 75.0)]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 integerf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 UnicodeV 原始数据 (void)

NumPy 数据类型