NumPy 数据类型

文章目录

NumPy 数据类型

一、关于 NumPy 的数据类型
二、数据类型对象 (dtype)

1、数据类型对象
2、字节顺序
3、dtype 语法
4、字符代码

三、使用

本文转载编辑自：

https://www.yiibai.com/numpy/numpy_data_types.html

一、关于 NumPy 的数据类型

NumPy 支持比 Python 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。

序号	数据类型	描述
1.	`bool_`	存储为一个字节的布尔值(真或假)
2.	`int_`	默认整数，相当于 C 的long，通常为int32或int64
3.	intc	相当于 C 的int，通常为int32或int64
4.	intp	用于索引的整数，相当于 C 的size_t，通常为int32或int64
5.	int8	字节(-128 ~ 127)
6.	int16	16 位整数(-32768 ~ 32767)
7.	int32	32 位整数(-2147483648 ~ 2147483647)
8.	int64	64 位整数(-9223372036854775808 ~ 9223372036854775807)
9.	uint8	8 位无符号整数(0 ~ 255)
10.	uint16	16 位无符号整数(0 ~ 65535)
11.	uint32	32 位无符号整数(0 ~ 4294967295)
12.	uint64	64 位无符号整数(0 ~ 18446744073709551615)
13.	`float_`	float64的简写
14.	float16	半精度浮点：符号位，5 位指数，10 位尾数
15.	float32	单精度浮点：符号位，8 位指数，23 位尾数
16.	float64	双精度浮点：符号位，11 位指数，52 位尾数
17.	`complex_`	complex128的简写
18.	complex64	复数，由两个 32 位浮点表示(实部和虚部)
19.	complex128	复数，由两个 64 位浮点表示(实部和虚部)

NumPy 数字类型是dtype(数据类型)对象的实例，每个对象具有唯一的特征。
这些类型可以是 np.bool_，np.float32 等。

二、数据类型对象 (dtype)

1、数据类型对象

数据类型对象描述了对应于数组的固定内存块的解释，取决于以下方面：

数据类型(整数、浮点或者 Python 对象)
数据大小
字节序(小端或大端)
在结构化类型的情况下，字段的名称，每个字段的数据类型，和每个字段占用的内存块部分。
如果数据类型是子序列，它的形状和数据类型。

2、字节顺序

字节顺序取决于数据类型的前缀< 或 > 。

< 意味着编码是小端(最小有效字节存储在最小地址中)。

> 意味着编码是大端(最大有效字节存储在最小地址中)。

3、dtype 语法

dtype 可由一下语法构造：

numpy.dtype(object, align, copy)

参数为：

Object：被转换为数据类型的对象。
Align：如果为true，则向字段添加间隔，使其类似 C 的结构体。
Copy? 生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。

4、字符代码

每个内建类型都有一个唯一定义它的字符代码：

‘b’：布尔值
‘i’：符号整数
‘u’：无符号整数
‘f’：浮点
‘c’：复数浮点
‘m’：时间间隔
‘M’：日期时间
‘O’：Python 对象
‘S’, ‘a’：字节串
‘U’：Unicode
‘V’：原始数据(void)

三、使用

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import numpy as np

# 使用数组标量类型

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

#int8，int16，int32，int64 可替换为等价的字符串 'i1'，'i2'，'i4'，'i8'，以及其他。

dt1 = np.dtype('i4') # int32
print(dt1)


dt2 = np.dtype('>i4')
print(dt2)  # >i4


# 下面的例子展示了结构化数据类型的使用。 这里声明了字段名称和相应的标量数据类型。
dt3 = np.dtype([('age',np.int8)])
print(dt3)  # [('age', 'i1')]



# 现在将其应用于 ndarray 对象
dt4 = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt4)
print(a) # [(10,) (20,) (30,)]

# 文件名称可用于访问 age 列的内容
print(a['age'])# [10 20 30]


'''
以下示例定义名为 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。
'''
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.)]  b-字符代码

来源：CSDN

作者：devwalks

链接：https://blog.csdn.net/weixin_45390999/article/details/104072096

标签

浮点