Numpy学习笔记(一)----数据类型

参考文章：https://www.numpy.org.cn/user_guide/numpy_basics/data_types.html

Numpy支持很多种数据类型，部分常用类型见下表

数据类型	描述
bool_	布尔（True或False），存储为一个字节
int_	默认整数类型（与Clong相同；通常是int64或int32
INTC	与Cint（通常为int32或int64）相同
INTP	用于索引的整数（与Cssize_t相同；通常是int32或int64）
INT8	字节（-128至127）
INT16	整数（-32768至32767）
INT32	整数（-2147483648至2147483647）
Int64	整数（-9223372036854775808至9223372036854775807）
UINT8	无符号整数（0到255）
UINT16	无符号整数（0到65535）
UINT32	无符号整数（0到4294967295）
UINT64	无符号整数（0到18446744073709551615）
float_	float64的简写。
float16	半精度浮点：符号位，5位指数，10位尾数
FLOAT32	单精度浮点数：符号位，8位指数，23位尾数
float64	双精度浮点：符号位，11位指数，52位尾数
complex_	complex128的简写。
complex64	复数，由两个32位浮点数（实部和虚部）
complex128	复数，由两个64位浮点数（实部和虚部）

这些类型可以用np.bool_、np.float32等方式访问。

---

数据类型可以用作函数将python数字转换为数组标量（有关说明，请参阅数组标量部分）、将python数字序列转换为该类型的数组、或作为许多numpy函数或方法接受的dtype关键字参数。一些例子：

>>> import numpy as np
>>> x = np.float32(1.0)
>>> x
1.0
>>> y = np.int_([1,2,4])
>>> y
array([1, 2, 4])
>>> z = np.arange(3, dtype=np.uint8)
>>> z
array([0, 1, 2], dtype=uint8)

数组类型也可以由数据协议类型字符串代替，通常由两个字符组成，第一个字符代表类型，第二个字符代表类型所占字节。以下是规定的代表类型的字符。

字符	代表类型
‘?’	boolean
‘b’	(signed) byte
‘B’	unsigned byte
‘i’	(signed) integer
‘u’	unsigned integer
‘f’	floating-point
‘c’	complex-floating point
‘m’	timedelta
‘M’	datetime
‘O’	(Python) objects
‘S’, ‘a’	zero-terminated bytes (not recommended)
‘U’	Unicode string
‘V’	raw data (void）

下面是一些例子

>>> dt = np.dtype('i4')   # 32-bit signed integer
>>> dt = np.dtype('f8')   # 64-bit floating-point number
>>> dt = np.dtype('c16')  # 128-bit complex floating-point number
>>> dt = np.dtype('a25')  # 25-length zero-terminated bytes
>>> dt = np.dtype('U25')  # 25-character string

但实际上我们推荐使用dtype对象表示类型，因为其表达的意思更加清楚。