Numpy基础教程—数据类型

 

本教程适合于numpy基础入门，更多详尽内容请阅读官网http://www.numpy.org/，此篇为numpy基础学习教程系列之数据类型篇，倾向于实践用法，后续还会推出一系列numpy其它方面的教程，欢迎广大圈友一起交流学习，并指出其中的错误。

 

注意：以下np为import numpy as np中的np标识符

 

 

    numpy中，大部分数据类型名是以数字结尾的，这个数字表示其在内存中占用的位数。

 

    注意：每一种数据类型，都有对应的转换函数。

 

1. 数据类型对象

 

 

    数据类型对象是numpy.dtype类的实例，数据类型对象可以给出单个元素在内存中所占用的字节数

    >>> a = np.array([1,2,3],dtype='int64')
    >>> a.dtype.itemsize
    8

 

 

    可以将两个字符作为参数传给数据类型的构造函数，第一个字符表示数据类型，第二个字符表示该类型在内存中占用的字节数（2、4、8分别代表精度为16、32、64的浮点数）

 

    >>> np.dtype('f8')
    dtype('float64')

 

 

 

    dtype类有很多属性

    >>> t = np.dtype("Float64")
    >>> t.char
    'd'
    >>> t.str
    '<f8'

 

    注意：str属性可以给出数据类型的字符串表示，该字符串的首个字符表示字节序，后面如果还有字符的话，将是一个字符编码，接着一个数字表示每个数组元素存储所需的字节数。

    字节序是指位长为32或64的字（word）存储的顺序，包括大端序和小端序。大端序是将最高位字节存储在最低的内存地址处，用>表示；与之相反，小端序是将最低位字节存储在最低的内存地址处，用<表
 

2. 自定义数据类型

 

    自定义数据类型是一种异构数据类型，可以当做用来记录电子表格或数据库记录的数据结构

    >>> t =np.dtype([('name',str,40),('numitems','int32'),('price','float32')])

    >>> t

    dtype([('name', 'S40'), ('numitems', '<i4'),('price', '<f4')])

 

    查看某一字段的数据类型

 

    >>> t['name']

    dtype('S40')

 

 

    在用array创建数组时，如果没有在参数中指定数据类型，则默认时浮点数类型。创建自定义数据类型数组时，必须指定数据类型，否则将触发TypeError

 

    >>> items =np.array([("Meaning of lifeDVD",42,3.14),("Butter",13,2.72)],dtype=t)

    >>> items[1]

    ('Butter', 13, 2.7200000286102295)