B02_NumPy数据类型(常见基本数据类型列举,数据类型对象 (dtype))
NumPy数据类型
numpy 支持的数据类型比 Python 内置的类型要多很多,基本上可以和 C 语言的数据类型对应上,其中部分类型对应为 Python 内置的类型。下表列举了常用 NumPy 基本类型。
名称 | 描述 |
---|---|
bool_ | 布尔型数据类型(True 或者 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) |
numpy 的数值类型实际上是 dtype 对象的实例,并对应唯一的字符,包括 np.bool_,np.int32,np.float32,等等。
数据类型对象dtype
数据类型对象是用来描述与数组对应的内存区域如何使用,这依赖如下几个方面:
- 数据的类型(整数,浮点数或者 Python 对象)
- 数据的大小(例如, 整数使用多少个字节存储)
- 数据的字节顺序(小端法或大端法)
- 在结构化类型的情况下,字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
- 如果数据类型是子数组,它的形状和数据类型
字节顺序是通过对数据类型预先设定"<“或”>“来决定的。”<“意味着小端法(最小值存储在最小的地址,即低位组放在最前面)。”>"意味着大端法(最重要的字节存储在最小的地址,即高位组放在最前面)。
dtype 对象是使用以下语法构造的:
numpy.dtype(object,align,copy)
- object - 要转换为的数据类型对象
- align - 如果为 true,填充字段使其类似 C 的结构体。
- copy - 复制 dtype 对象 ,如果为 false,则是对内置数据类型对象的引用。
实例
接下来我们可以通过实例来理解。
实例1
import numpy as np
#使用标量类型
dt = np.dtype(np.int32)
print(dt)
输出结果为:
int32
实例2
import numpy as np
# # int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
dt = np.dtype('i4')
print(dt)
输出结果:
int32
实例3
import numpy as np
# 字节顺序标注
dt = np.dtype('<i4')
print(dt)
输出结果为:
int32
下面示例是展示结构化数据类型的使用,类型字段和对应的实际类型将被创建。
实例4
# 首先创建结构化数据类型
import numpy as np
dt = np.dtype([('age',np.int8)])
print(dt)
输出结果为:
[('age', 'i1')]
实例5
#将数据类型应用于ndarray对象
import numpy as np
dt = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a)
结果为:
[(10,) (20,) (30,)]
实例6
# 类型字段名可以用于存取实际的age列
import numpy as np
dt = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a['age'])
输出结果为:
[10 20 30]
下面的示例定义一个结构化数据类型 student,包含字符串字段 name,整数字段 age,及浮点字段 marks,并将这个 dtype 应用到 ndarray 对象。
实例7
import numpy as np
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])
print(student)
输出结果为:
[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]
实例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)
输出结果为:
[(b'abc', 21, 50.) (b'xyz', 18, 75.)]
每个内建类型都有一个唯一定义它的字符代码,如下:
B02_NumPy数据类型(常见基本数据类型列举,数据类型对象 (dtype))相关推荐
- python numpy 数据类型为python对象-python numPy模块 与numpy里的数据类型、数据类型对象dtype...
学习链接:http://www.runoob.com/numpy/numpy-tutorial.html 简介: numPy是python语言的一个扩展库,是一个运行非常快的数学库,主要用于数组计算. ...
- python numpy数据类型_python numPy模块 与numpy里的数据类型、数据类型对象dtype
学习链接:http://www.runoob.com/numpy/numpy-tutorial.html 简介: numPy是python语言的一个扩展库,是一个运行非常快的数学库,主要用于数组计算. ...
- Python数据类型对象dtype
数据类型对象dtype以及结构化数据类型 在Python之中,我们经常需要用到数据类型对象,这篇博客是我在查找资料的时候,根据找到的资料再结合本人自身的理解记录下来的,本篇记录的是dtype常用的一些 ...
- 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 ...
- python numpy dtype object_关于Numpy数据类型对象(dtype)使用详解
常用方法 #记住引入numpy时要是用别名np,则所有的numpy字样都要替换 #查询数值类型 >>>type(float) dtype('float64') # 查询字符代码 &g ...
- python中dtype什么意思_NumPy Python中的数据类型对象(dtype)
每个ndarray都有一个关联的数据类型(dtype)对象.此数据类型对象(dtype)告知我们有关数组布局的信息.这意味着它为我们提供了有关以下信息: 数据类型(整数,浮点数,Python对象等) ...
- 3. Numpy中的数据类型对象 ( dtype)
<玩转Numpy计算库>视频课程 <玩转Numpy计算库>视频课程链接:https://edu.csdn.net/course/detail/28656 数据类型对象 ( dt ...
- python中不可变数据类型有_Python中的可变数据类型有____,不可变数据类型有____。_学小易找答案...
[填空题]今者项庄拔剑舞,-------------. --------------,大礼不辞小让. --------------,我为鱼肉,何辞为? [单选题]下面句子中没有错别字的一项是( ) [ ...
- java 汇率使用的数据类型_Flink计算支持的数据类型
Flink处理数据介绍 Flink流应用程序处理是以数据对象表示的事件流.在Flink内部,处理数据对象,通过被序列化和反序列化进行网络传送,从状态后端.检查点和保存点读取它们. 为了有效地做到这一点 ...
最新文章
- 13.最为经典的动态规划入门
- 数据采集与分析的那些事——从数据埋点到AB测试
- python小仙女_python——time库整理(基础知识+实例)
- Kafka学习(一)-------- Quickstart
- 【原理+实战+视频+源码】docker权限参数
- linux客户端 存活检测,Linux下客户端检测服务器的 heartbeat
- Django(三)模板
- tigervnc远程控制linux,CentOS 6.8 安装TigerVNC 实现 Linux 远程桌面(示例代码)
- 安卓开发12:安卓各种事件操作
- 汇编语言王爽第四版(Debug与实验一)
- 全网搜索 6.0 - 超级网搜 SuperSearch 最新版 - 主要更新内容
- 怎么将excel转换pdf在线转换
- 51单片机延时程序的延时时间计算
- 带疑问的歌词有哪些_带有(我)字的歌词有哪些
- 深入理解Java虚拟机之Java类加载机制,Java类实例化过程详解。
- 13代酷睿移动端处理器:HX、H、P和U系列区别是什么?
- 微型计算机之哈佛架构是什么?
- A02-HTML5入门
- java实现Prim算法
- 如何查看域名所对应的证书有效期?
热门文章
- python写算法太慢_程序运行慢?你怕是写的假 Python
- OpenCASCADE:Foundation Classes之数学原语和算法
- wxWidgets:wxWindowCreateEvent类用法
- wxWidgets:wxMoveEvent类用法
- boost::type_erasure::tuple相关的测试程序
- boost::type_erasure::subscriptable相关的测试程序
- boost::mp11::mp_reverse_fold_q相关用法的测试程序
- boost::gil::view_type_from_pixel用法的测试程序
- boost::geometry::dsv用法的测试程序
- boost::geometry模块使用变换自定义坐标系示例