NumPy 数据类型

NumPy支持比Python更多种类的数值类型。下表展示了NumPy中定义的不同标量数据类型。

序号	数据类型和描述
1	bool_ 布尔型（True或False），以字节形式存储
2	int_ 默认整数类型（与C语言的long相同；通常为int64或int32）
3	intc 与C语言的int相同（通常为int32或int64）
4	intp 用于索引的整数（与C语言的ssize_t相同；通常为int32或int64）
5	int8 字节型（-128到127）
6	int16 整型（-32768到32767）
7	int32 整数（-2147483648至2147483647）
8	int64 整数（-9223372036854775808至9223372036854775807）
9	uint8 无符号整数（0至255）
10	uint16 无符号整数（0至65535）
11	uint32 无符号整数（0至4294967295）
12	uint64 无符号整数（0至18446744073709551615）
13	float_ float64的简写
14	float16 半精度浮点数：符号位，5位指数，10位尾数
15	float32 单精度浮点数：符号位1位，指数位8位，尾数位23位
16	float64 双精度浮点数：符号位1位，指数位11位，尾数位52位
17	complex_ complex128的简写
18	complex64 复数，由两个32位浮点数表示（实部和虚部）
19	complex128 复数，由两个64位浮点数表示（实部和虚部）

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性。这些数据类型可以表示为np.bool_，np.float32等。

数据类型对象（dtype）

数据类型对象描述了对应于数组的固定存储区块的解释方式，具体取决于以下方面：

数据的类型（整型、浮点型或Python对象）
数据的大小
字节序（小端或大端）
对于结构化类型，字段名、每个字段的数据类型以及每个字段占用的存储区块的一部分
如果数据类型是一个子数组，它的形状和数据类型

字节序可以通过在数据类型前加上'<‘或’>’来决定。'<‘表示编码为小端序（最低有效位存储在最小地址），’>’表示编码为大端序（最高有效字节存储在最小地址）。

可以使用以下语法构造dtype对象：

numpy.dtype(object, align, copy)

参数分别是−

Object − 需要转换为对象数据类型的对象
Align − 如果为True，则对字段添加填充，使其类似于C-struct
Copy − 创建dtype对象的新副本。如果为False，结果是内建数据类型对象的引用

示例1

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

输出结果如下：

int32

示例2

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

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

输出结果如下−

int32

示例3

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

输出结果如下：

>i4

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

示例4

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

输出的结果如下：

[('age', 'i1')]

示例5

# 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,)]

示例6

# 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]

示例7

以下示例定义了一个叫做 student 的结构化数据类型，它包含一个名为’name’的字符串字段，一个 整数字段 ‘age’，以及一个 浮点数字段 ‘marks’。该数据类型被应用于ndarray对象。

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')])

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

输出结果如下-