numpy数据类型表格
numpy数据类型
在numpy中,数据类型是dtype
对象,它是numpy数组的一个元素。dtype
对象用于描述以下几类数据:
- 用于数组的元素的类型
- 元素在数组中的顺序
- 数组的字节顺序
- 数组的大小
numpy中有多种数据类型,每种数据类型都有不同的大小和属性。下表展示了numpy中常用的数据类型:
数据类型 | 描述 |
---|---|
bool_ |
布尔类型 |
int_ |
默认整数类型 |
intc |
等同于C的int 类型 |
intp |
用于索引的整数类型 |
int8 |
字节大小为8位的整数类型 |
int16 |
字节大小为16位的整数类型 |
int32 |
字节大小为32位的整数类型 |
int64 |
字节大小为64位的整数类型 |
uint8 |
无符号整数,字节大小为8位 |
uint16 |
无符号整数,字节大小为16位 |
uint32 |
无符号整数,字节大小为32位 |
uint64 |
无符号整数,字节大小为64位 |
float_ |
默认浮点数类型 |
float16 |
半精度浮点数类型,浮点数部分占16位 |
float32 |
单精度浮点数类型,浮点数部分占32位 |
float64 |
双精度浮点数类型,浮点数部分占64位 |
complex_ |
默认复数类型 |
complex64 |
复数,实部和虚部都是32位浮点数 |
complex128 |
复数,实部和虚部都是64位浮点数 |
示例代码
import numpy as np
# 创建一个numpy数组,并指定数据类型为整数
arr = np.array([1, 2, 3], dtype='int32')
print(arr)
print(arr.dtype)
运行结果:
[1 2 3]
int32
import numpy as np
# 创建一个numpy数组,并指定数据类型为浮点数
arr = np.array([1, 2, 3], dtype='float64')
print(arr)
print(arr.dtype)
运行结果:
[1. 2. 3.]
float64
import numpy as np
# 创建一个numpy数组,并指定数据类型为复数
arr = np.array([1, 2, 3], dtype='complex128')
print(arr)
print(arr.dtype)
运行结果:
[1.+0.j 2.+0.j 3.+0.j]
complex128
以上是numpy中常用的数据类型及相应的示例代码。numpy的数据类型非常丰富,可以根据需求选择合适的数据类型来创建数组。