脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python numpy

Python numpy有哪些常用数据类型

 更新时间：2023年02月24日 08:31:01   作者：双天至尊-王天龙  
Numpy提供了两种基本的对象：ndarray(N-dimensional Array Object)和 ufunc(Universal Function Object)。ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数

常见数据类型介绍

Python 原生的数据类型相对较少， bool、int、float、str等。这在不需要关心数据在计算机中表示的所有方式的应用中是方便的。然而，对于科学计算，通常需要更多的控制。为了加以区分 numpy 在这些类型名称末尾都加了“_”。

类型备注说明
bool8 = bool_(加下滑线代表为最大）8位（一个字节八位）布尔类型
int8 = byte8位整型
int16 = short16位整型
int32 = intc32位整型
int_ = int64 = long = int0 = intp64位整型
uint8 = ubyte8位无符号整型
uint16 = ushort16位无符号整型
uint32 = uintc32位无符号整型
uint64 = uintp = uint0 = uint64位无符号整型
float16 = half16位浮点型
float32 = single32位浮点型
float_ = float64 = double64位浮点型
str_ = unicode_ = str0 = unicodeUnicode 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 的数值类型实际上是 dtype 对象的实例。

class dtype(object):
    def __init__(self, obj, align=False, copy=False):
        pass

数据类型对象 (dtype)

数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面：：

  • 数据的类型（整数，浮点数或者 Python 对象）
  • 数据的大小（例如， 整数使用多少个字节存储）
  • 数据的字节顺序（小端法或大端法）
  • 在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
  • 如果数据类型是子数组，那么它的形状和数据类型是什么。

字节顺序是通过对数据类型预先设定 < 或 > 来决定的。 < 意味着小端法(最小值存储在最小的地址，即低位组放在最前面)。> 意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。

dtype 对象是使用以下语法构造的：

numpy.dtype(object, align, copy)
  • object - 要转换为的数据类型对象
  • align - 如果为 true，填充字段使其类似 C 的结构体。
  • copy - 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用

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
bboolean'b1'（将这个字符代码作为参数传给dtype，则会建立boolean实例）
isigned integer'i1', 'i2', 'i4', 'i8'
uunsigned integer'u1', 'u2' ,'u4' ,'u8'
ffloating-point'f2', 'f4', 'f8'
ccomplex floating-point
mtimedelta64表示两个时间之间的间隔
Mdatetime64日期时间类型
Oobject
S(byte-)stringS3表示长度为3的字符串 （传入的参数 必须是大写S）Bytes 代表的是（二进制）数字的序列，只不过在是通过 ASCII 编码之后才是我们看到的字符形式
UUnicodeUnicode 字符串 （传入的参数 必须是大写U）
Vvoid

结构化数据类型的使用，类型字段和对应的实际类型将被创建:

dt = np.dtype([("age",np.int_)])
dt

a = np.array([(31,),(27,),(36,),(28,),(18,)],dtype=dt)
a["age"]

定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。

student = np.dtype([("name","S30"),("age",np.int_),("marks","f4")])
student

student = np.dtype([("name","S30"),("age",np.int_),("marks","f4")])
a = np.array([("STZZ",31,0.3),("WJ",22,0.9),("WTX",27,1.0)],dtype=student)
a
a["name"]
a["age"]
a["marks"]

到此这篇关于Python numpy有哪些常用数据类型的文章就介绍到这了,更多相关Python numpy内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python实现网上购物系统

    python实现网上购物系统

    这篇文章主要为大家详细介绍了python实现网上购物系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-06-06
  • python爬虫入门教程之点点美女图片爬虫代码分享

    python爬虫入门教程之点点美女图片爬虫代码分享

    这篇文章主要介绍了python爬虫入门教程之点点美女图片爬虫代码分享,本文以采集抓取点点网美女图片为例,需要的朋友可以参考下
    2014-09-09
  • Python最基本的数据类型以及对元组的介绍

    Python最基本的数据类型以及对元组的介绍

    这篇文章主要介绍了Python最基本的数据类型以及对元组的介绍,来自于IBM官方网站技术文档,需要的朋友可以参考下
    2015-04-04
  • python对RabbitMQ的简单入门使用教程

    python对RabbitMQ的简单入门使用教程

    RabbitMq是实现了高级消息队列协议(AMQP)的开源消息代理中间件,下面这篇文章主要给大家介绍了关于python对RabbitMQ的简单入门使用,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-06-06
  • 深入讲解Python中面向对象编程的相关知识

    深入讲解Python中面向对象编程的相关知识

    这篇文章主要介绍了深入讲解Python中面向对象编程的相关知识,是Python入门学习中的基础知识,需要的朋友可以参考下
    2015-05-05
  • Python reduce函数作用及实例解析

    Python reduce函数作用及实例解析

    这篇文章主要介绍了Python reduce函数作用及实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • python使用dataframe_image将dataframe表格转为图片

    python使用dataframe_image将dataframe表格转为图片

    本文主要介绍了python使用dataframe_image将dataframe表格转为图片,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-01-01
  • Python开发入门之如何制作一个简单的桌面应用

    Python开发入门之如何制作一个简单的桌面应用

    这篇文章主要给大家介绍了关于Python开发入门之如何制作一个简单的桌面应用的相关资料,我们不仅可以使用Python的图像处理库，如PIL等来实现图片的处理和识别,同时你还可以设计和开发具有图形界面的桌面应用程序,需要的朋友可以参考下
    2023-08-08
  • 使用python对视频文件分辨率进行分组的实例代码

    使用python对视频文件分辨率进行分组的实例代码

    通过对视频的分辨路进行分类可以在需要的时候快速找到你想要的视频分辨率。当然人工去分类是一种比较费时费力的工作，通过软件也好，程序也罢都是为了可以提高我们的工作效率。下面通过代码给大家分享使用python对视频文件分辨率进行分组的方法，一起看看吧
    2021-10-10
  • Python添加时间轴以实现动态绘图详解

    Python添加时间轴以实现动态绘图详解

    这篇文章主要为大家详细介绍了Python如何添加时间轴以实现动态绘图,文中的示例代码讲解详细,具有一定的学习价值,感兴趣的小伙伴可以参考一下
    2023-09-09

最新评论