NumPy - 數據類型

NumPy 支持比 Python 更多種類的數值類型。 下表顯示了 NumPy 中定義的不同標量數據類型。

序號數據類型及描述

1.

bool_存儲為一個字節的布爾值(真或假)

2.

int_默認整數，相當于 C 的long，通常為int32或int64

3.

intc相當于 C 的int，通常為int32或int64

4.

intp用于索引的整數，相當于 C 的size_t，通常為int32或int64

5.

int8字節(-128 ~ 127)

6.

int1616 位整數(-32768 ~ 32767)

7.

int3232 位整數(-2147483648 ~ 2147483647)

8.

int6464 位整數(-9223372036854775808 ~ 9223372036854775807)

9.

uint88 位無符號整數(0 ~ 255)

10.

uint1616 位無符號整數(0 ~ 65535)

11.

uint3232 位無符號整數(0 ~ 4294967295)

12.

uint6464 位無符號整數(0 ~ 18446744073709551615)

13.

float_float64的簡寫

14.

float16半精度浮點：符號位，5 位指數，10 位尾數

15.

float32單精度浮點：符號位，8 位指數，23 位尾數

16.

float64雙精度浮點：符號位，11 位指數，52 位尾數

17.

complex_complex128的簡寫

18.

complex64復數，由兩個 32 位浮點表示(實部和虛部)

19.

complex128復數，由兩個 64 位浮點表示(實部和虛部)

NumPy 數字類型是dtype(數據類型)對象的實例，每個對象具有唯一的特征。 這些類型可以是np.bool_，np.float32等。

數據類型對象 (dtype)

數據類型對象描述了對應于數組的固定內存塊的解釋，取決于以下方面：

數據類型(整數、浮點或者 Python 對象)

數據大小

字節序(小端或大端)

在結構化類型的情況下，字段的名稱，每個字段的數據類型，和每個字段占用的內存塊部分。

如果數據類型是子序列，它的形狀和數據類型。

字節順序取決于數據類型的前綴。意味著編碼是大端(最大有效字節存儲在最小地址中)。

dtype可由一下語法構造：

numpy.dtype(object, align, copy)

參數為：

Object：被轉換為數據類型的對象。

Align：如果為true，則向字段添加間隔，使其類似 C 的結構體。

Copy? 生成dtype對象的新副本，如果為flase，結果是內建數據類型對象的引用。

示例 1

# 使用數組標量類型

import numpy as np

dt = np.dtype(np.int32)

print dt

輸出如下：

int32

示例 2

#int8，int16，int32，int64 可替換為等價的字符串 'i1'，'i2'，'i4'，以及其他。

import numpy as np

dt = np.dtype('i4')

print dt

輸出如下：

int32

示例 3

# 使用端記號

import numpy as np

dt = np.dtype('>i4')

print dt

輸出如下：

>i4

下面的例子展示了結構化數據類型的使用。 這里聲明了字段名稱和相應的標量數據類型。

示例 4

# 首先創建結構化數據類型。

import numpy as np

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

print dt

輸出如下：

[('age', 'i1')]

示例 5

# 現在將其應用于 ndarray 對象

import numpy as np

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

a = np.array([(10,),(20,),(30,)], dtype = dt)

print a

輸出如下：

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

示例 6

# 文件名稱可用于訪問 age 列的內容

import numpy as np

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

a = np.array([(10,),(20,),(30,)], dtype = dt)

print a['age']

輸出如下：

[10 20 30]

示例 7

以下示例定義名為?student?的結構化數據類型，其中包含字符串字段name，整數字段age和浮點字段marks。 此dtype應用于ndarray對象。

import numpy as np

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

print student

輸出如下：

[('name', 'S20'), ('age', 'i1'), ('marks', '

示例 8

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

輸出如下：

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

每個內建類型都有一個唯一定義它的字符代碼：

'b'：布爾值

'i'：符號整數

'u'：無符號整數

'f'：浮點

'c'：復數浮點

'm'：時間間隔

'M'：日期時間

'O'：Python 對象

'S', 'a'：字節串

'U'：Unicode

'V'：原始數據(void)

總結

以上是生活随笔為你收集整理的numpy支持比python更多的数据类型_NumPy数据类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。