Python Numpy dtype=complex 及查看数据类型

python数据类型:

TablesAre
intint_
boolbool_
floatfloat_
complexcfloat
strstring
unicodeunicode_
buffervoid
(all others)object_

complex表示复数

测试:

a = complex(1,2)
b = a**2
print(b)

output:

(-3+4j)

查看数据类型:

import numpy as np
from numpy import pi
a = np.linspace(1,20, 20)
b = a.reshape(4,5)
a.dtype

output:

dtype('float64')


NumPy中的dtype是一个用于描述数组中数据类型的对象,它用于告诉NumPy如何解释数组中的二进制数据。每个NumPy数组都是相同数据类型dtype)的同质元素集合。当创建一个NumPy数组时,它会有一个相关的dtype,该dtype可以定义数组中数据的类型、大小和结构。 dtype通常用于以下目的: 1. 确定数据类型的存储大小和对齐。 2. 规定数据的解释方式,比如一个固定大小的二进制块应该被解释为整数、浮点数还是某种类型的对象。 3. 控制NumPy在进行算术运算时的数据类型提升(type promotion)和类型转换。 一个dtype对象通常有以下几个字段: - `name`: dtype的名称,如 'int32', 'float64', 'complex128', 'object' 等。 - `type`: 数组元素的Python类型,例如 `<class 'numpy.int32'>`。 - `itemsize`: 元素的大小(以字节为单位)。 - `alignment`: 该类型在内存中的对齐要求,以字节为单位。 - `fields`: 如果dtype描述的是一个结构化数据类型(结构体),则包含字段名称和相关dtype的元组列表。 可以通过以下方式创建一个指定dtypeNumPy数组: ```python import numpy as np # 创建一个整数数组,指定dtype为int8 a = np.array([1, 2, 3], dtype=np.int8) ``` 也可以使用dtype的字符串表示形式: ```python # 创建一个浮点数组,指定dtype为float64 b = np.array([1.0, 2.0, 3.0], dtype='float64') ``` NumPy还允许用户定义结构化dtype,用来创建记录类型的数据,这些数据可以有多个字段,每个字段都有自己的数据类型
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LoveWeeknd

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值