python numpy object数据类型_numpy中的数据类型对象有哪些

Numpy数据类型

numpy是一个python扩展包，它可以为我们提供更精确的科学技术，更强大的数学能力。为此，numpy定义了比python更丰富的数据类型来达成目的。

数据类型

以上就是一系列Numpy中提供的数据类型。需要理解的是，Numpy中的数据类型，和python本身的数据类型是不同的。Numpy中的数据类型，实质是数据类型对象dtype的实例。

Numpy中的Ndarray对象可以帮助我们构建N维数组对象。我们知道，对于数组来说，最大特点是，对于给定长度的数组，其在内存中所占用的空间大小是预先分配的，并且，每个元素所占用的空间大小是相当的。

那么，Ndarray怎么计算每个元素所占用的空间大小呢？就是根据dtype。换句话说，dtype定义中，应该包含类型的名字，并且，能够明确该类型实例占用的内存空间大小。

另外，dtype中还表明了数据的字节顺序。什么是字节顺序呢？我们知道，对于机器来说，正常的人类语言是无法直接被识别或存储的。需要转换成二进制01代码。这种二进制01代码称为机器语言，也叫字节码。对于一个特定的正常语言，转换成一系列01代码后，可以正向存放，也可以逆向存放。低位放在最前，称之为小端法，高位放在最前，则称之为大端法。

在numpy，core包的multiarray_umath.py模块中，可以找到dtype类的定义。有兴趣的同学可以尝试阅读一下其源码。读源码其实是一种有效的学习编程的方式。

dtype类定义

Numpy数据类型的简单案例

案例一：numpy.bool_和bool有区别

numpy的bool_和bool

上面的demo不会报错，这容易让人误以为，bool可能是numpy中bool_的简写，事实上，二者是两个不同的对象。bool_是由numpy定义的，而bool则是由python标准库定义的。

额外补充一点关于python数据类型的内容。我们知道，python中，有一系列基本数据类型，如数字，字符串，列表，元组，字典，集合等。而又与之对应，创建了一系列对象，帮助使用，如int，float，complex，str，list，tuple，dict，set等。bool也是一个，只不过，查看源码你会发现，int，float等，都是以object为父类的，而bool，则是以int为父类的。这正是python一切皆对象的表现之一。

案例二：使用字符串码

字符串码可以帮助建立一个dtype对象实例，还可以同时指定其字节码顺序。字符串码一般比原数据类型的标识符要短。

比如说，int类型的字符串码为i，可以通过以下方式创建：

int类型的字符串码

我们发现，通过字符串码i，创建了一个int32，你也可以通过i3来创建int32，通过i1创建int8，通过i2创建int16，通过i4创建int64。规律就是i其实是int的首字母，后面的数字其实是字节的长度，8位是1个字节，16位是两个字节，32位是三个字节……

大部分的情况下是可以通过这种规律来帮助记忆的。事实上，用多了，自然也就记住了。常用列表如下：

字符串码

通过在字符串码前加大于或小于号来指定字节排序，小于代表小端法，大于代表大端法，如下：

指定排序

其实在大部分场景下，我们不需要关注字节的排序，这时候，直接通过np的对象来创建就好，这样也不用去记忆或查询字符串码了。