Numpy的数据类型
Numpy的数据类型
Numpy在处理图片的时候,dtype属性影响了图片的读取,计算,保存,显示。同时也影响着与其他三方库(如opencv)交互的时候的运算,下面列出Numpy主要的数据类型。
Numpy常用数据类型表
数据名称 | 说明 |
---|---|
bool | 布尔类型,true,false |
int_ | 默认的整数类型(类似于 C 语言中的 long,int32 或 int64) |
intc | 与 C 的 int 类型一样,一般是 int32 或 int 64 |
intp | 用于索引的整数类型(类似于 C 的 ssize_t,一般情况下仍然是 int32 或 int64) |
int8 | 字节(-128 to 127) |
int16 | 整数(-32768 to 32767) |
int32 | 整数(-2147483648 to 2147483647) |
int64 | 整数(-9223372036854775808 to 9223372036854775807) |
uint8 | 无符号整数(0 to 255) |
uint16 | 无符号整数(0 to 65535) |
uint32 | 无符号整数(0 to 4294967295) |
uint64 | 无符号整数(0 to 18446744073709551615) |
float_ | float64 类型的简写 |
float16 | 半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位 |
float32 | 单精度浮点数,包括:1 个符号位,8 个指数位,23 个尾数位 |
float64 | 双精度浮点数,包括:1 个符号位,11 个指数位,52 个尾数位 |
complex_ complex128 | 类型的简写,即 128 位复数 |
complex64 | 复数,表示双 32 位浮点数(实数部分和虚数部分) |
complex128 | 复数,表示双 64 位浮点数(实数部分和虚数部分) |
数据类型的查看和指定
查看数据类型
# 创建一个数组
>>> arr = np.arange(0, 11, 2).reshape((2, 3))>>> arr
array([[ 0, 2, 4],[ 6, 8, 10]])>>> arr.dtype
dtype('int32')
指定数据类型
# 同样是上面那个数组
>>> arr
array([[ 0, 2, 4],[ 6, 8, 10]])# 错误方法,用dtype直接指定会导致数组大小发生改变,同时该法直接改变原数组
>>> arr.dtype = np.uint8
>>> arr
array([[ 0, 0, 0, 0, 2, 0, 0, 0, 4, 0, 0, 0],[ 6, 0, 0, 0, 8, 0, 0, 0, 10, 0, 0, 0]], dtype=uint8)# 正确方法,用np.astype()指定
>>> arr1 = arr.astype('float64')>>> arr1
array([[ 0., 2., 4.],[ 6., 8., 10.]])>>> arr1.dtype
dtype('float64')>>> arr.dtype
dtype('int32')
# 可以发现原数组并未发生改变,np.astype()返回的是原数组的一个拷贝
几种指定数据的表示
# 下列操作结果是一样的
arr.astype(float)
arr.astepe(np.float64)
arr.astype('float64')
值得注意的数据操作
对于复数域的矩阵或数组
# 随便创建一个复数域的矩阵
>>> arr = np.mat('1+1j 2+0j;1+0.1j 3+1j')
>>> arr
matrix([[1.+1.j , 2.+0.j ],[1.+0.1j, 3.+1.j ]])
>>> arr.dtype
dtype('complex128')# 取其实部
>>> a = arr.real
>>> a
matrix([[1., 2.],[1., 3.]])>>> a.dtype
dtype('float64')
# 该方法返回的也是一个拷贝,并不改变原数组# 取复部
>>> arr.imag
matrix([[1. , 0. ],[0.1, 1. ]])
Numpy的数据类型相关推荐
- numpy 修改数据类型
numpy 修改数据类型 import numpy as np a1 = np.arange(5) print(a1) [0 1 2 3 4] print("a1的数据类型:", ...
- 3.1Python数据处理篇之Numpy系列(一)---ndarray对象的属性与numpy的数据类型
目录 目录 (一)简单的数组创建 1.numpy的介绍: 2.numpy的数组对象ndarray: 3.np.array(list/tuple)创建数组: (二)ndarray对象的属性 1.五个常用 ...
- Numpy (基本数据类型)
NumPy 基本数据类型 NumPy 基本数据类型: 1.数值型 dtype 的命名方式为:一个类型名称(eg:int.float等),后接一个表示各个元素位长的数字. (1) 比如 Python 的 ...
- NumPy之:数据类型对象dtype
文章目录 简介 dtype的定义 可转换为dtype的对象 dtype对象 None 数组标量类型 通用类型 内置Python类型 带有.dtype属性的对象 一个字符的string对象 数组类型的S ...
- Numpy中使用astype函数转换numpy数组数据类型
Numpy中使用astype函数转换numpy数组数据类型 目录 Numpy中使用astype函数转换numpy数组数据类型 numpy是什么?numpy和list有哪些区别? Numpy中使用ast ...
- python -- numpy 基本数据类型,算术运算,组合,分割 函数
0 NumPy数组 NumPy数组:NumPy数组是一个多维数组对象,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的元数据 NumPy数组属性: ndim(纬数,x,y 2),sha ...
- NumPy之:数据类型
文章目录 简介 数组中的数据类型 类型转换 查看类型 数据溢出 简介 我们知道Python中有4种数字类型,分别是int,float,bool和complex.作为科学计算的NumPy,其数据类型更加 ...
- python numpy数据类型_Python中numpy的数据类型,python,dtype
type,dtype,astype的区别 type():返回数据结构的类型(list,dict等).如type([1,2,3,4])返回list.list中可以包含不同数据类型的元素. dtype() ...
- python3中的int类型占64位_在windows 10 64位计算机中,默认情况下,numpy数组数据类型将以int32形式出现...
最初的海报Prana问了一个非常好的问题."为什么在64位计算机上,整数默认设置为32位?"在 据我所知,简短的回答是:"因为它的设计是错误的". 显然,64位 ...
最新文章
- HBase存储剖析与数据迁移
- 录音文件下载_音频转文字怎么转?大家都说好用的手机APP:录音转文字助手
- wxWidgets:wxMouseCaptureChangedEvent类用法
- 最强悍的VS插件—reSharper
- Docker volume使用
- 约瑟夫问题(java实现)
- 这个热图上面的树是根据系统发育关系画的吗?
- macOS安装Telnet
- 2018 ACM-ICPC World Finals - Beijing F.Go with the Flow
- c语言static的用法_一文轻松掌握,单片机中C语言的数据存储与程序编写
- apms阅卷系统服务器,APMS全通纸笔王网上阅卷系统网上操作指南.doc
- 2019软科【世界一流计算机学科排名】公布!
- unbuntu20.04安装mysql5.7
- 高德地图改变当前位置_高德地图当前位置图标旋转功能实现
- docker:error pulling image configuration
- 免费版医疗器械计算机软件,医疗器械软件描述.docx
- T1113 整理药名
- HTTP协议三次握手过程
- #include指令引号与尖括号的区别
- One-move Checkmate (ZOJ 1598)