task01数据类型及数组创建

数据类型及数组创建

01 常量

numpy.nan

• nan = NaN = NAN，注意：两个numpy.nan是不相等的！

• numpy.isnan(x,*args,**kwargs)用来检测空值，返回bool值向量

numpy.inf

• 表示正无穷大，Inf = inf =infty = Infinity = PINF

  print(0 * np.nan)
  print(np.nan == np.nan)
  print(np.inf > np.nan)
  print(np.nan - np.nan)
  print(0.3 == 3 * 0.1)
  # nan
  # False
  # False
  # nan
  # False  
  # ⭐由于浮点数在机器里都是二进制运算，十进制的小数转化成二进制可能是无穷的，但机器只能取有穷计算完以后恢复成十进制就会有偏差
  # 所以对于计算得到的浮点数不要用 == 来进行判断，无法得到十进制意义上的绝对相等
  

numpy.pi

numpy.e

• 自然常数

02 数据类型

常见数据类型

bool、int、float、str是python原生的数据类型，为了加以区分，在numpy中这些数据类型名称末尾加了“_”。同时由于科学计算通常需要更多的控制，所以numpy将数据类型进行了扩展。

下表列举了常用numpy基本类型：

类型	备注	说明
bool_ = bool8	8位	布尔类型
int8 = byte	8位	整型
int16 = short	16位	整型
int32 = intc	32位	整型
int_ = int64 = long = int0 = intp	64位	整型
uint8 = ubyte	8位	无符号整型
uint16 = ushort	16位	无符号整型
uint32 = uintc	32位	无符号整型
uint64 = uintp = uint0 = uint	64位	无符号整型
float16 = half	16位	浮点型
float32 = single	32位	浮点型
float_ = float64 = double	64位	浮点型
str_ = unicode_ = str0 = unicode		Unicode 字符串
datetime64		日期时间类型
timedelta64		表示两个时间之间的间隔

创建数据类型

numpy的数据类型实际上是dtype对象的实例（python里面的原生数据类型也是）

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	备注
b	boolean	‘b1’
i	signed integer	‘i1’, ‘i2’, ‘i4’, ‘i8’
u	unsigned integer	‘u1’, ‘u2’ ,‘u4’ ,‘u8’
f	floating-point	‘f2’, ‘f4’, ‘f8’
c	complex floating-point
m	timedelta64	表示两个时间之间的间隔
M	datetime64	日期时间类型
O	object
S	(byte-)string	S3表示长度为3的字符串
U	Unicode	Unicode 字符串
V	void

数据类型溢出

Python 的浮点数通常是64位浮点数，几乎等同于 np.float64。

NumPy和Python整数类型的行为在整数溢出方面存在显着差异，与 NumPy 不同，Python 的int 是灵活的。这意味着Python整数可以扩展以容纳任何整数并且不会溢出。

numpy.int16最小值为-32768，最大值为32767

numpy.int32最小值为-2147483648，最大值为2147483647

numpy.float16最小值为-65500.0，最大值为65500.0，精度为0.000977

numpy.float32最小值为-3.4028235e+38，最大值为3.4028235e+38，精度为1.1920929e-07

03 时间日期和时间增量

datetime64

在 numpy 中，我们很方便的将字符串转换成时间日期类型 datetime64（datetime 已被 python 包含的日期时间库所占用）。

datatime64是带单位的日期时间类型，其单位如下：

日期单位	代码含义	时间单位	代码含义
Y	年	h	小时
M	月	m	分钟
W	周	s	秒
D	天	ms	毫秒
-	-	us	微秒
-	-	ns	纳秒
-	-	ps	皮秒
-	-	fs	飞秒
-	-	as	阿托秒

• 从字符串创建 datetime64 类型时，默认情况下，numpy 会根据字符串自动选择对应的单位。

import numpy as np

a = np.datetime64('2020-03-01')
print(a, a.dtype)  # 2020-03-01 datetime64[D]

a = np.datetime64('2020-03')
print(a, a.dtype)  # 2020-03 datetime64[M]

a = np.datetime64('2020-03-08 20:00:05')
print(a, a.dtype)  # 2020-03-08T20:00:05 datetime64[s]

a = np.datetime64('2020-03-08 20:00')
print(a, a.dtype)  # 2020-03-08T20:00 datetime64[m]

a = np.datetime64('2020-03-08 20')
print(a, a.dtype)  # 2020-03-08T20 datetime64[h]

• 从字符串创建 datetime64 类型时，可以强制指定使用的单位。

import numpy as np

a = np.datetime64('2020-03', 'D')
print(a, a.dtype)  # 2020-03-01 datetime64[D]

a = np.datetime64('2020-03', 'Y')
print(a, a.dtype)  # 2020 datetime64[Y]

print(np.datetime64('2020-03') == np.datetime64('2020-03-01'))  # True
print(np.datetime64('2020-03') == np.datetime64('2020-03-02'))  #False

• 从字符串创建 datetime64 数组时，如果单位不统一，则一律转化成其中最小的单位。
• 使用np.arange()创建 datetime64 数组，用于生成日期范围。

datetime64和timedelta64运算

• timedelta64 表示两个 datetime64 之间的差。timedelta64 也是带单位的，并且和相减运算中的两个 datetime64 中的较小的单位保持一致。
• 生成 timedelta64时，要注意年（‘Y’）和月（‘M’）这两个单位无法和其它单位进行运算（一年有几天？一个月有几个小时？这些都是不确定的）。
• timedelta64 的运算。

import numpy as np

a = np.timedelta64(1, 'Y')
b = np.timedelta64(6, 'M')
c = np.timedelta64(1, 'W')
d = np.timedelta64(1, 'D'