Python 中 NumPy 的数据类型

数组类型之间的转换

NumPy 中有些数据类型是与 C 中的数据类型是类似的。

Numpy 的类型	C 的类型	描述
np.bool	bool	存储为字节的布尔值（True或False）
np.byte	signed char	平台定义
np.ubyte	unsigned char	平台定义
np.short	short	平台定义
np.ushort	unsigned short	平台定义
np.intc	int	平台定义
np.uintc	unsigned int	平台定义
np.int_	long	平台定义
np.uint	unsigned long	平台定义
np.longlong	long long	平台定义
np.ulonglong	unsigned long long	平台定义
np.half / np.float16		半精度浮点数：符号位，5位指数，10位尾数
np.single	float	平台定义的单精度浮点数：通常为符号位，8位指数，23位尾数
np.double	double	平台定义的双精度浮点数：通常为符号位，11位指数，52位尾数。
np.longdouble	long double	平台定义的扩展精度浮点数
np.csingle	float complex	复数，由两个单精度浮点数（实部和虚部）表示
np.cdouble	double complex	复数，由两个双精度浮点数（实部和虚部）表示。
np.clongdouble	long double complex	复数，由两个扩展精度浮点数（实部和虚部）表示。

其中依赖平台本身定义的数据类型有一组固定大小的别名：

Numpy 的类型	C 的类型	描述
np.int8	int8_t	字节（-128到127）
np.int16	int16_t	整数（-32768至32767）
np.int32	int32_t	整数（-2147483648至2147483647）
np.int64	int64_t	整数（-9223372036854775808至9223372036854775807）
np.uint8	uint8_t	无符号整数（0到255）
np.uint16	uint16_t	无符号整数（0到65535）
np.uint32	uint32_t	无符号整数（0到4294967295）
np.uint64	uint64_t	无符号整数（0到18446744073709551615）
np.intp	intptr_t	用于索引的整数，通常与索引相同 ssize_t
np.uintp	uintptr_t	整数大到足以容纳指针
np.float32	float
np.float64 / np.float_	double	与内置 python float 的精度相匹配。
np.complex64	float complex	复数，由两个32位浮点数（实数和虚数组件）表示
np.complex128 / np.complex_	double complex	与内置python 复合体的精度相匹配。

NumPy 数值类型是 dtype（数据类型）对象的实例，每个对象都具有独特的特征。使用下述语句导入 NumPy

>>> import numpy as np

在 dtypes 可作为 np.bool_，np.float32 等等。

有 5 种基本数字类型表示布尔值（bool），整数（int），无符号整数（uint）浮点（浮点数）和复数。名称中带有数字的那些表示该类型的位大小（即，在内存中表示单个值需要多少位）。某些类型（例如 int 和 intp）具有不同的位，取决于平台（例如，32位与64位计算机）。

数据类型可以用作将 python 数据转换为数组标量的函数，将 python 数字序列转换为该类型的数组，或作为许多 numpy 函数或方法接受的 dtype 关键字的参数。如：

>>> import numpy as np
>>> x = np.float32(1.0)
>>> x
1.0
>>> y = np.int_([1,2,4])
>>> y
array([1, 2, 4])
>>> z = np.arange(3, dtype=np.uint8)
>>> z
array([0, 1, 2], dtype=uint8)

数组类型也可以通过字符代码引用，主要是为了保持与较旧的包（如 Numeric）的向后兼容性（并不建议）。有些文档可能仍然引用这些，例如：

>>> np.array([1, 2, 3], dtype='f')
array([ 1.,  2.,  3.], dtype=float32)

要转换数组的类型，请使用 .astype() 方法（建议）或类型本身作为函数。例如：

>>> z.astype(float)                 
array([  0.,  1.,  2.])
>>> np.int8(z)
array([0, 1, 2], dtype=int8)

注意，在上面，我们使用 Python 的 float 对象作为 dtype。NumPy 中 int 是指 np.int_，bool 意味着 np.bool_，这 float 是 np.float_和 complex 是 np.complex_。其他数据类型没有类似的 Python 等价物。

要确定数组的类型，可以查看 dtype 属性：

>>> z.dtype
dtype('uint8')

dtype 对象还包含有关类型的信息，例如其位宽和字节顺序。数据类型也可以间接用于查询类型的属性，例如它是否为整数：

>>> d = np.dtype(int)
>>> d
dtype('int32')

>>> np.issubdtype(d, np.integer)
True

>>> np.issubdtype(d, np.floating)
False

数组标量

NumPy 通常将数组元素作为数组标量返回（带有关联 dtype 的标量）。数组标量与 Python 标量不同，但在大多数情况下它们可以互换使用。有一些例外，例如当代码需要标量的非常特定的属性或者它特定地检查值是否是 Python 标量时。通常，存在的问题很容易被显式转换数组标量到 Python 标量，采用相应的 Python 类型的功能（例如，固定的 int，float，complex，str，unicode）。

使用数组标量的主要优点是它们保留了数组类型（Python 可能没有匹配的标量类型，例如 int16）。因此，使用数组标量可确保数组和标量之间的相同行为，无论值是否在数组内。NumPy 标量也有许多与数组相同的方法。

建议在较多使用 ndarray 对象的地方，使用统一的数据类型，避免数据之间繁琐显式转换。

溢出错误

当值需要比数据类型中的可用内存更多的内存时，NumPy 数值类型的固定大小可能会导致溢出错误。如：

>>> np.power(100, 8, dtype=np.int64)
10000000000000000
>>> np.power(100, 8, dtype=np.int32)
1874919424

NumPy 和 Python 整数类型的行为在整数溢出方面存在显着差异。与 NumPy 不同，Python 的大小 int 是灵活的。这意味着 Python 整数可以扩展以容纳任何整数并且不会溢出。

NumPy 分别提供 numpy.iinfo 和 numpy.finfo 验证 NumPy 整数和浮点值的最小值或最大值：

>>> np.iinfo(np.int) # Bounds of the default integer on this system.
iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)
>>> np.iinfo(np.int32) # Bounds of a 32-bit integer
iinfo(min=-2147483648, max=2147483647, dtype=int32)
>>> np.iinfo(np.int64) # Bounds of a 64-bit integer
iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)

如果 64 位整数仍然太小，则结果可能会转换为浮点数。浮点数提供了更大但不精确的可能值范围。

>>> np.power(100, 100, dtype=np.int64) # Incorrect even with 64-bit int
0
>>> np.power(100, 100, dtype=np.float64)
1e+200

扩展精度

Python 的浮点数通常是 64 位浮点数，几乎等同于 np.float64。但某些情况下，使用更精确的浮点数可能会很有用。这在 numpy 中是否可行取决于硬件和开发环境：具体地说，x86 机器提供 80 位精度的硬件浮点，虽然大多数 C 编译器提供这一点作为它们的 long double 类型，MSVC(Windows 构建的标准)使 long double 等同于 double (64位)。NumPy 使编译器的 long double 作为 np.longdouble 可用(而 np.clongdouble 用于复数)。

NumPy 不提供比 C 的 long double 更高精度的 dtype；特别是 128 位 IEEE 四精度数据类型不可用。

参考资料：

1. NumPy 官方文档：https://numpy.org/devdocs/