NumPy - 数据类型

NumPy比Python支持更多的数字类型。下表显示了在NumPy中定义的不同标量数据类型。

数据类型对象 (dtype)

dtype 对象使用以下语法构造-

numpy.dtype(object, align, copy)

参数是-

• object   - 要转换为数据类型对象

• align     - 如果为true，则向该字段添加填充以使其类似于C-struct

• copy     - 制作dtype 对象的新副本。如果为false，则输出为对内置数据类型对象的引用

示例1

# 使用数组标量类型
import numpy as np 
dt = np.dtype(np.int32) 
print dt

输出如下-

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 

输出如下-

int32

示例3

# 使用字节序表示法
import numpy as np 
dt = np.dtype('>i4') 
print dt

输出如下-

>i4

以下示例说明了结构化数据类型的使用。在此，将声明字段名称和相应的标量数据类型。

示例4

# 首先创建结构化数据类型
import numpy as np 
dt = np.dtype([('age',np.int8)]) 
print dt 

输出如下-

[('age', 'i1')] 

示例5

# 现在将其应用于 ndarray 对象
import numpy as np 

dt = np.dtype([('age',np.int8)]) 
a = np.array([(10,),(20,),(30,)], dtype = dt) 
print a

输出如下-

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

示例6

# 文件名可用于访问年龄列的内容
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

以下示例定义了名为 student 的结构化数据类型，该数据类型具有字符串字段'name'，整数字段'age'和 float字段'分数'。此dtype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

输出如下-

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

每个内置数据类型都有一个唯一标识它的字符代码。

• 'b'          -  布尔值

• 'i'            -  (带符号的)整数

• 'u'           -  无符号整数

• 'f'            -  浮点数

• 'c'            -  复数浮点

• 'm'          -  timedelta

• 'M'          -  日期时间

• 'O'           -  (Python) 对象

• 'S'，'a'    -  (字节)字符串

• 'U'           -  Unicode

• 'V'           -  原始数据(void)