NumPy中的24种不同类型的标量详解
更新时间：2026年05月25日 08:52:50 作者：峡谷的小鱼
本段描述了NumPy中的多种标量类型及其用途,包括布尔、整数、浮点数等复浮点数等Python对象类型等灵活的数据类型,并强调这些类型为数组标量提供了与nd ndarray API兼容的API
在NumPy中，提供了多种新的基本Python类型来描述不同类型的标量。
numpy.generic 是所有 numpy 标量类型的基类，是为了使得数组标量可以和ndarray数组对象保持相同的 API。
一、内置标量类型
numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。
下表列举了常用 NumPy 基本类型。
1. NumPy的默认数据类型是float_
Numpy的默认数据类型是float_
2. 布尔（Booleans）
| 类型 | 备注 | 字符代码 |
|---|---|---|
| bool_ bool8 | 布尔型数据类型（True 或者 False），兼容Python bool | ‘?’ |
3. 整数（Integers）
| 类型 | 备注 | 字符代码 |
|---|---|---|
| byte | 兼容C char | ‘b’ |
| short | 兼容C 短 | ’h’ |
| longlong | 兼容C 长 | ‘q’ |
| intc | 与 C 的 int 类型一样，一般是 int32 或 int 64，兼容C int | ‘i’ |
| int_ | 兼容Python int | ‘l’ |
| intp | 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64） | ‘p’ |
| int8 | 字节 8位 | |
| int16 | 整数 16位 | |
| int32 | 整数 32位 | |
| int64 | 整数 64位 |
4. 无符号整数（Unsigned integers）
| 类型 | 备注 | 字符代码 |
|---|---|---|
| ubyte | 兼容C 无符号字符 | ‘B’ |
| ushort | 兼容C 无符号短 | ’H’ |
| ulonglong | 兼容C 无符号长 | ‘Q’ |
| uintc | 与 C 的 无符号 int 类型一样，兼容C unsigned int | ‘I’ |
| uint_ | 兼容Python int | ‘L’ |
| uintp | 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64） | ‘P’ |
| uint8 | 无符号整数 8位 | |
| uint16 | 无符号整数 16位 | |
| uint32 | 无符号整数 32位 | |
| uint64 | 无符号整数 64位 |
5. 浮点数字（Floating-point numbers）
| 类型 | 备注 | 字符代码 |
|---|---|---|
| half | ‘e’ | |
| single | 兼容： C浮点数 | ’f’ |
| double | 兼容：C双精度浮点数 | |
| float_ | 64位，兼容：Python float | ‘d’ |
| longfloat | 兼容：C长浮点数 | ‘g’ |
| float16 | 16位 | |
| float32 | 32位 | |
| float64 | 64位 | |
| float96 | 96位 | |
| float128 | 128位 |
6. 复浮点数（Complex floating-point numbers）
| 类型 | 备注 | 字符代码 |
|---|---|---|
| csingle | ‘F’ | |
| complex_ | 兼容：Python复数 | 'D" |
| clongfloat | ‘G’ | |
| complex64 | 两个32位浮点数 | |
| complex128 | 两个64位浮点数 | |
| complex192 | 两个96位浮点数 | |
| complex256 | 两个128位浮点数 |
7. Python对象
| 类型 | 备注 | 字符代码 |
|---|---|---|
| object_ | Python对象 | ‘O’ |
注意：
实际存储在对象数组中的数据（ 即 具有dtype的数组object_）是对Python对象的引用，而不是对象本身。因此，对象数组的行为更像普通的Python lists，因为它们的内容不必是相同的Python类型。
对象类型也是特殊的，因为包含object_项的数组 不会object_在项访问时返回对象，而是返回数组项引用的实际对象。
8.灵活的数据类型
| 类型 | 备注 | 字符代码 |
|---|---|---|
| bytes | 兼容：Python字节 | ‘S’ |
| unicode | 兼容：Python Unicode/str | ‘U’ |
| void | ‘V’ |
这些数据类型没有预定义的大小，在描述数据时可以设定不同的长度。
二、属性方法
数组标量类型的属性和方法对应于数组的属性，实现API的兼容。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了PyQt5/PySide2的按钮控件使用实例，代码简单易懂，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-08-08
Django提供了用户认证系统，那么如何在项目中进行应用呢？在本文中小编将给大家介绍如何使用用户认证系统，实现我们业务场景中常见的多种登录方式验证。感兴趣的小伙伴可以了解一下2021-12-12
我们在实际工作中很容易发现,有些时候我们需要将Word文档转换为PDF文档,如果只是一个文件,我们也只是需要通过Word提供的转换为PDF文档的功能就可以实现了,那么多个文档如何实现呢,所以本文给大家介绍了Python批量将Word转PDF的实现技巧,需要的朋友可以参考下2025-08-08
本文将介绍 Python 中的" for-else"特性，并通过简单的示例说明如何正确使用它，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-11-11
在本篇文章里小编给大家整理的是关于python设置表格边框的具体方法及相关代码，需要的朋友们可以学习参考下。2020-07-07
这篇文章主要介绍了Python selenium实现断言3种方法解析,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2020-09-09
这篇文章主要介绍了pytorch hook 钩子函数的用法，Hook 是 PyTorch 中一个十分有用的特性，使用后可以不必改变网络输入输出的结构，方便地获取、改变网络中间层变量的值和梯度，下文详细介绍需要的小伙伴可以参考一下2022-03-03
今天小编就为大家分享一篇python获取命令行输入参数列表的实例代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
python中利用numpy.array()实现俩个数值列表的对应相加方法
今天小编就为大家分享一篇python中利用numpy.array()实现俩个数值列表的对应相加方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
Python使用ImageGrab截图主要依赖于Pillow库（PIL库的一个分支）,该库提供了ImageGrab模块来实现屏幕截图功能,以下是一个详细的截图教程,需要的朋友可以参考下2025-01-01
最新评论