NumPy - 数据类型

NumPy 比 Python 支持更多种类的数值类型。下表显示了 NumPy 中定义的不同标量数据类型。

先生。	数据类型和描述
1	布尔_ 布尔值（True 或 False）存储为字节
2	整数_ 默认整数类型（与 C long 相同；通常为 int64 或 int32）
3	国际委员会与 C int 相同（通常为 int32 或 int64）
4	INTP 用于索引的整数（与 C ssize_t 相同；通常为 int32 或 int64）
5	整型8 字节（-128 到 127）
6	整型16 整数（-32768 至 32767）
7	整型32 整数（-2147483648 至 2147483647）
8	整型64 整数（-9223372036854775808 至 9223372036854775807）
9	uint8 无符号整数（0 到 255）
10	uint16 无符号整数（0 到 65535）
11	uint32 无符号整数（0 到 4294967295）
12	uint64 无符号整数（0 到 18446744073709551615）
13	漂浮_ float64 的简写
14	浮动16 半精度浮点数：符号位，5位指数，10位尾数
15	浮动32 单精度浮点数：符号位、8位指数、23位尾数
16	浮动64 双精度浮点数：符号位、11 位指数、52 位尾数
17 号	复杂的_ Complex128 的简写
18	复杂64 复数，由两个 32 位浮点数（实部和虚部）表示
19	复杂128 复数，由两个 64 位浮点数（实部和虚部）表示

NumPy 数值类型是 dtype（数据类型）对象的实例，每个对象都具有独特的特征。数据类型可用作 np.bool_、np.float32 等。

数据类型对象（dtype）

数据类型对象描述了与数组对应的固定内存块的解释，具体取决于以下方面 -

数据类型（整数、浮点或 Python 对象）
数据大小
字节顺序（小端或大端）
如果是结构化类型，则为字段名称、每个字段的数据类型以及每个字段占用的内存块的一部分。
如果数据类型是子数组，则其形状和数据类型

字节顺序由数据类型前缀“<”或“>”决定。'<' 表示编码是小尾数法（最低有效位存储在最小地址中）。'>' 表示编码是大端字节序（最高有效字节存储在最小地址中）。

dtype 对象是使用以下语法构造的 -

numpy.dtype(object, align, copy)

参数是 -

对象- 转换为数据类型对象
Align - 如果为 true，则向字段添加填充以使其类似于 C 结构
复制- 制作 dtype 对象的新副本。如果为 false，则结果是对内置数据类型对象的引用

实施例1

现场演示

# using array-scalar type 
import numpy as np 
dt = np.dtype(np.int32) 
print dt

输出如下 -

int32

实施例2

现场演示

#int8, int16, int32, int64 can be replaced by equivalent string 'i1', 'i2','i4', etc. 
import numpy as np 

dt = np.dtype('i4')
print dt

输出如下 -

int32

实施例3

现场演示

# using endian notation 
import numpy as np 
dt = np.dtype('>i4') 
print dt

输出如下 -

>i4

以下示例展示了结构化数据类型的使用。这里，要声明字段名称和相应的标量数据类型。

实施例4

现场演示

# first create structured data type 
import numpy as np 
dt = np.dtype([('age',np.int8)]) 
print dt

输出如下 -

[('age', 'i1')]

实施例5

现场演示

# now apply it to ndarray object 
import numpy as np 

dt = np.dtype([('age',np.int8)]) 
a = np.array([(10,),(20,),(30,)], dtype = dt) 
print a

输出如下 -

[(10,) (20,) (30,)]

实施例6

现场演示

# file name can be used to access content of age column 
import numpy as np 

dt = np.dtype([('age',np.int8)]) 
a = np.array([(10,),(20,),(30,)], dtype = dt) 
print a['age']

输出如下 -

[10 20 30]

实施例7

以下示例定义了一个名为Student 的结构化数据类型，其中包含字符串字段“name”、整数字段“age”和浮点字段“marks”。此 dtype 应用于 ndarray 对象。

现场演示

import numpy as np 
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
print student

输出如下 -

[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')])

实施例8

现场演示

import numpy as np 

student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) 
print a

输出如下 -

[('abc', 21, 50.0), ('xyz', 18, 75.0)]

每个内置数据类型都有一个唯一标识它的字符代码。

'b' - 布尔值
'i' - （有符号）整数
'u' - 无符号整数
'f' - 浮点数
'c' - 复数浮点
'm' - 时间增量
'M' - 日期时间
'O' - (Python) 对象
'S', 'a' - （字节）字符串
'U' - 统一码
'V' - 原始数据（无效）