NumPy數據類型


常用的數據類型有

bool_  布爾類型

int_    默認的整數類型(類似於 long,int32或int64)

intc    與C的int 類型一樣(int32 /int 64)

int16  字節

int32  整數(-32768 to 32767)

int64  整數(-2147483648 to 2147483647)

uint8  無符號整數

uint64 無符號整數(0 to 18446744073709551615)

float_  float64 類型的簡寫 

float16 半精度包括:1 個符號位,5 個指數位,10 個尾數位

float32 單精度浮點數,包括:1 個符號位,8 個指數位,23 個尾數位

float64 雙精度浮點數,包括:1 個符號位,11 個指數位,52 個尾數位

complex_  128位的復數

complex64 32位浮點數

complex128 64位浮點數

 

int8, int16, int32, int64 四種數據類型可以使用字符串 'i1', 'i2','i4','i8' 代替

數據的類型dtype

numpy.dype(object,align,copy)

其中 object: 表示要轉化的數據類型對象

        align: 如果為True 表示填充字段使其類似C的結構體

        copy: 復制dtype對象,如果為false,則為內置數據類型對象的引用

dp=np.dtype("i8")
print(dp)

輸出:int64

將數據類型應用於ndarray對象中

dp=np.dtype([('age',int8)])
a= np.array([1,2,3],dtype=dp)
print(a)

 

下面創建一個結構化類型Food  ,包含字段字符串字段name,整數字段num,以及浮點字段price,並應用在ndarray對象中

foood=dtype([('name','S20'),('num',int16),('price','f4')])
ao=np.array([('bread',2,23),('milk',19,20)], dtype = foood)
print(ao)

 

 每個內建類型都有一個唯一定義它的字符代碼 如S,a對應字符串 ,b對應bool , m對應時間間隔,M對應日期時間,U對應Unicode,V 對應原始數據,O對應python對象。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM