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。
Sr.No. | Data Types & 描述 |
---|---|
1 | bool _ 布尔值(True或False) |
2 | int _ 默认整数类型(与C long相同;通常为int64或int32) |
3 | intc 与C int相同(通常是int32或int64) |
4 | intp 用于索引的整数(与C ssize_t相同;通常为int32或int64) |
5 | int8 字节(-128至127) |
6 | int16 整数(-32768至32767) |
7 | int32 整数(-2147483648至2147483647) |
8 | int64 整数(-9223372036854775808至9223372036854775807) |
9 | uint8 无符号整数(0到255) |
10 | uint16 无符号整数(0到65535) 链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-data-types.html 来源:LearnFk无涯教程网 |
11 | uint32 无符号整数(0到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,8位指数,23位尾数 |
16 | float64 双精度浮点数:符号位,11位指数,52位尾数 |
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) |
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)
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)