Numpy数据类型对象详细指南

2021年3月17日17:01:46 发表评论 746 次浏览

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)通知我们有关数组的布局。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)
  • 数据大小(字节数)
  • 数据的字节顺序(小端或大端)
  • 如果数据类型是子数组, 则其形状和数据类型是什么。

ndarray的值存储在缓冲区中, 可以将其视为内存字节的连续块。因此, 如何解释这些字节由dtype目的。

构造一个数据类型(dtype)对象:数据类型对象是numpy.dtype类的实例, 可以使用以下方法创建numpy.dtype.

参数:obj:要转换为数据类型对象的对象。 align:[bool, 可选]在字段中添加填充以匹配C编译器将为类似的C结构输出的内容。 copy:[bool, 可选]制作数据类型对象的新副本。如果为False, 则结果可能只是对内置数据类型对象的引用。

# Python Program to create a data type object
import numpy as np

# np.int16 is converted into a data type object.
print(np.dtype(np.int16))

输出如下:

int16
# Python Program to create a data type object 
# containing a 32 bit big-endian integer
import numpy as np

# i4 represents integer of size 4 byte
# > represents big-endian byte ordering and
# < represents little-endian encoding.
# dt is a dtype object
dt = np.dtype('>i4')

print("Byte order is:", dt.byteorder)

print("Size is:", dt.itemsize)

print("Data type is:", dt.name)

输出如下:

Byte order is: >
Size is: 4
Name of data type is: int32

类型说明符(以上情况为i4)可以采用不同的形式:b1, i1, i2, i4, i8, u1, u2, u4, u8, f2, f4, f8, c8, c16, a(表示字节, 整数, 无符号) int, float, 指定字节长度的复数和固定长度字符串(整数)int8, …, uint8, …, float16, float32, float64, complex64, complex128(这次具有位大小)

注意 :dtype与type不同。

# Python program to differentiate
# between type and dtype.
import numpy as np

a = np.array([1])

print("type is: ", type(a))
print("dtype is: ", a.dtype)

输出如下:

type is:    
dtype is:  int32

具有结构化数组的数据类型对象:

数据类型对象对于创建结构化数组很有用。结构化数组是包含不同类型数据的数组。可以借助字段来访问结构化数组。

字段就像为对象指定名称。如果是结构化数组, 则dtype对象也将被结构化。

# Python program for demonstrating 
# the use of fields
import numpy as np

# A structured data type containing a
# 16-character string (in field ‘name’) 
# and a sub-array of two 64-bit floating
# -point number (in field ‘grades’)

dt = np.dtype([('name', np.unicode_, 16), ('grades', np.float64, (2, ))])

# Data type of object with field grades
print(dt['grades'])

# Data type of object with field name 
print(dt['name'])

输出如下:

('<f8', (2, ))
# Python program to demonstrate 
# the use of data type object
# with structured array.
import numpy as np

dt = np.dtype([('name', np.unicode_, 16), ('grades', np.float64, (2, ))])

# x is a structured array with names
# and marks of students.
# Data type of name of the student is 
# np.unicode_ and data type of marks is 
# np.float(64)
x = np.array([('Sarah', (8.0, 7.0)), ('John', (6.0, 7.0))], dtype=dt)

print(x[1])

print("Grades of John are: ", x[1]['grades'])
print("Names are: ", x['name'])

输出如下:

('John', [ 6.,  7.])
Grades of John are:  [ 6.  7.]
Names are:  ['Sarah' 'John']
木子山

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: