numpy数据类型和存取操作

numpy数据类型

数字代表该类型数据占据的bit数

bool_	布尔（True或False）
int8	整数($-\frac{2^8}{2}to\frac{2^8}{2}-1$)即（-128 to 127）
int16	整数($-\frac{2^{16}}{2}to\frac{2^{16}}{2}-1$)即（-32768 to 32767)
int32	整数($-\frac{2^{32}}{2}to\frac{2^{32}}{2}-1$)即（-2147483648 to 2147483647)
int64	整数($-\frac{2^{64}}{2}to\frac{2^{64}}{2}-1$)即（-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）
float16	半精度浮点数，1个符号位，5个指数位，10个尾数位
float32	单精度浮点数，1个符号位，8个指数位，23个尾数位
float64	双精度浮点数，1个符号位，11个指数位，52个尾数位
complex64	复数，双32位浮点数（实部和虚部部分）
complex128	复数，双64位浮点数（实部和虚部部分）

对于float16,$2^{10}=10^{3.01}$,所以其对应十进制小数精确的小数位数为3位；
对于float32,$2^{23}=10^{6.9}$,所以其对应十进制小数精确的小数位数为6位；
对于float64,$2^{52}=10^{15.6}$,所以其对应十进制小数精确的小数位数为15位。
float32的存储方式如图：
将一个float型转化为内存存储格式的步骤为：
（1）先将这个实数的绝对值化为二进制格式。
（2）将这个二进制格式实数的小数点左移或右移n位，直到小数点移动到第一个有效数字的右边。
（3）从小数点右边第一位开始数出二十三位数字放入第22到第0位。
（4）如果实数是正的，则在第31位放入“0”，否则放入“1”。
（5）如果n 是左移得到的，说明指数是正的，第30位放入“1”。如果n是右移得到的或n=0，则第30位放入“0”。
（6）如果n是左移得到的，则将n减去1后化为二进制，并在左边加“0”补足七位，放入第29到第23位。
如果n是右移得到的或n=0，则将n化为二进制后在左边加“0”补足七位，再各位求反，再放入第29到第23位。

numpy数据类型强制转换

查看数据类型：array.dtype
转换：array.astype('float64)

numpy数据保存和加载

二进制文件

只保存数据不保存形状和元素类型a.tofile('a.bin)
读入时需要指定元素类型b=np.fromfile('a.bin’,dtype=np.int32)

npy文件

保存：np.save('a.npy',a)
读取：c=np.load('a.npy')

txt和csv等文件

保存：np.savetxt('a.txt' ,a,fmt='%d')
读取：np.loadtxt('a.txt',dtype='int')