python mysql numpy_Python 之Numpy应用

NumPy 数据类型

numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。下表列举了常用 NumPy 基本类型。

名称

描述

bool_

布尔型数据类型(True 或者 False)

int_

默认的整数类型(类似于 C 语言中的 long，int32 或 int64)

intc

与 C 的 int 类型一样，一般是 int32 或 int 64

intp

用于索引的整数类型(类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64)

int8

字节(-128 to 127)

int16

整数(-32768 to 32767)

int32

整数(-2147483648 to 2147483647)

int64

整数(-9223372036854775808 to 9223372036854775807)

uint8

无符号整数(0 to 255)

uint16

无符号整数(0 to 65535)

uint32

无符号整数(0 to 4294967295)

uint64

无符号整数(0 to 18446744073709551615)

float_

float64 类型的简写

float16

半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位

float32

单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位

float64

双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位

complex_

complex128 类型的简写，即 128 位复数

complex64

复数，表示双 32 位浮点数(实数部分和虚数部分)

complex128

复数，表示双 64 位浮点数(实数部分和虚数部分)

numpy 的数值类型实际上是 dtype 对象的实例，并对应唯一的字符，包括 np.bool_，np.int32，np.float32，等等。

数据类型对象 (dtype)

数据类型对象是用来描述与数组对应的内存区域如何使用，这依赖如下几个方面：数据的类型(整数，浮点数或者 Python 对象)

数据的大小(例如， 整数使用多少个字节存储)

数据的字节顺序(小端法或大端法)

在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分

如果数据类型是子数组，它的形状和数据类型

字节顺序是通过对数据类型预先设定""来决定的。""意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。

dtype 对象是使用以下语法构造的：numpy.dtype(object, align, copy)

object - 要转换为的数据类型对象

align - 如果为 true，填充字段使其类似 C 的结构体。

copy - 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用

实例

接下来我们可以通过实例来理解。

实例 1

import numpy as np # 使用标量类型 dt = np.dtype(np.int32) print(dt)

输出结果为：int32

实例 2

import numpy as np # int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替 dt = np.dtype('i4') print(dt)

输出结果为：int32

实例 3

import numpy as np # 字节顺序标注 dt = np.dtype('

输出结果为：int32

下面实例展示结构化数据类型的使用，类型字段和对应的实际类型将被创建。

实例 4

# 首先创建结构化数据类型 import numpy as np dt = np.dtype([('age',np.int8)]) print(dt)

输出结果为：[('age', 'i1')]

实例 5

# 将数据类型应用于 ndarray 对象 import numpy as np dt = np.dtype([('age',np.int8)]) a = np.array([(10,),(20,),(30,)], dtype = dt) print(a)

输出结果为：[(10,) (20,) (30,)]

实例 6

# 类型字段名可以用于存取实际的 age 列 import numpy as np dt = np.dtype([('age',np.int8)]) a = np.array([(10,),(20,),(30,)], dtype = dt) print(a['age'])

输出结果为：[10 20 30]

下面的示例定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。

实例 7

import numpy as np student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) print(student)

输出结果为：[('name', 'S20'), ('age', 'i1'), ('marks', '

实例 8

import numpy as np student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) print(a)

输出结果为：[('abc', 21, 50.0), ('xyz', 18, 75.0)]

每个内建类型都有一个唯一定义它的字符代码，如下：

字符

对应类型

b

布尔型

i

(有符号) 整型

u

无符号整型 integer

f

浮点型

c

复数浮点型

m

timedelta(时间间隔)

M

datetime(日期时间)

O

(Python) 对象

S, a

(byte-)字符串

U

Unicode

V

原始数据 (void)