numpy.Scalars

numpy.Scalars

标量、内置标量类型、属性、索引、方法、定义新类型

python 限定只有一种类型的一个特定数据类的（仅存在一个整数类型，一是浮点型，等等）。这可以在不需要与数据可在计算机中所表示的所有的方式有关的应用程序方便。科学计算，然而，通常需要更多的控制。

在numpy的，有24个新的基础Python类型来描述不同类型的标量。这些类型的描述大多是基于在CPython的写入，与Python的类型兼容多种其他类型的C语言中可用的类型。

阵列标量有相同的属性和方法ndarrays。[1]这使得在处理部分在同一基础上为数组的数组的项目，理顺混合标量和数组运算时产生粗糙的边缘。

阵列标量住在一个层次结构（参见下图）的数据类型。它们可以通过使用层次结构进行检测：例如， isinstance（VAL， np.generic）将返回真如果VAL是一个数组标量对象。另外，什么样的阵列标是目前可以使用的数据类型层次结构中的其他成员来决定。因此，例如isinstance（VAL， np.complexfloating） 将返回真如果VAL是有价值的类型的复合物，而 isinstance（VAL， np.flexible）如果将返回true VAL是柔性itemsize数组类型（之一串， unicode的，无效）。