NumPy 教程：19 种数据类型和对象 (dtype) 示例

terry 2年前 (2023-09-25) 阅读数 50 #后端开发

NumPy - 数据类型

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

序列号	数据类型和描述
1.	bool_存储为一字节布尔值（true 或 false）
2.
2. int32 或 int64
3。	intc 相当于 C int，通常为 int32 或 int64
4。	intp 是用于索引的整数，相当于 C int62 或 int62 5。	int8 字节 (-128 ~ 127)
6.
int1616 位整数 (-32768 ~ 32767)2 位 3 位 (3 位7 整数 83648 ~ 2147483647 )
8.	int6464 位整数 (-9223372036854775808 ~ 9223372036854775807)
9.
9. 5 位 ~5 位 0 int 9.
10.	uint1616 位无符号整数 (0 ~ 65535)
11.	uint3232 位无符号整数 (0 ~ 4294967295)
12.	12.	unint6464-490 位 5 516 15)
13.	float_float64
14.	float16 半点浮点的缩写：符号位，5 位指数，10 位尾数
15.
15.	15。 - 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 .	complex64 具有两个 32 位复数浮点表示（实部和虚部）
19.	complex128 是由两个 64 位浮点（实部和虚部）表示的复数。

NumPy 数字类型是 dtype（数据类型）对象的实例，每个对象都有独特的特征。这些可以是 np.bool_、np.float32 等。

数据类型对象 (dtype)

数据类型对象描述与数组对应的固定内存块的解释，具体取决于以下各项：

数据类型（整数、浮点或 Python 对象）
数据大小
字节序（小端或大端）
对于结构化类型，字段名称、每种数据类型的字段以及每个字段占用的内存块部分。
如果数据类型是子序列，则其形状和数据类型。

字节的顺序取决于数据类型前缀。表示编码为大端（最高有效字节存储在最小地址）。

dtype 可通过以下语法设置：

numpy.dtype(object, align, copy)

参数如下：

Object：转换为数据类型的对象。
调整：如果为 true，则在字段中添加一个空格，使其类似于 C 结构。
复制？创建 dtype 对象的新副本。如果为 flase，则结果是对内置数据类型对象的引用。

1。例如

# 使用数组标量类型  
import numpy as np 
dt = np.dtype(np.int32)  
print dt

输出为：

int32

2。示例

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

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

输出为：

int32

A 3. 以下示例演示了结构化数据类型的使用。此处声明字段名称和相应的标量数据类型。 † 7。示例

以下示例定义的名称是student。结构化数据类型为，包含字符串字段名称、整数字段、年龄和浮点字段。此数据类型适用于 ndarray 对象。

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

输出为：

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

8。示例

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

输出为：