numpy提供的數值型別，數值範圍比python提供的數值型別更大。numpy的數值型別，如下表所示：
sn資料型別描述1
bool_
布林值，取值ture/false，占用乙個位元組
2int_
是integer的預設型別。與c語言中的long型別相同，有可能是64位或32位。
3intc
類似於c語言中的整數型別(int)，表示32位或64位的整型。
4intp
表示用於索引的整數。
5int8
8位整數，值的範圍是-128到127。
6int16
2位元組(16位)整數。範圍是-32768到32767。
7int32
4位元組(32位)的整數。範圍是-2147483648到2147483647。
8int64
8位元組(64位)整數。範圍是-9223372036854775808到9223372036854775807。
9uint8
1位元組(8位)無符號整數。
10uint16
2位元組(16位)無符號整數。
11uint32
4位元組(32位)無符號整數。
12uint64
8位元組(64位)無符號整數。
13float_
與float64相同。
14float16
半精度浮點數。5位保留給指數，10位保留給尾數，1位保留給符號。
15float32
單精度浮點數。8位保留給指數，23位保留給尾數，1位保留給符號。
16float64
雙精度浮點數。指數保留11位，尾數保留52位，符號保留1位。
17complex_
與complex128相同。
18complex64
複數，實數和虛數各佔32位。
19complex128
複數，實數和虛數各佔64位。
上述所有數值型別，都可由dtype描述。
資料型別物件/dtype，是描述陣列中元素資料型別的物件。具體內容包括：
位元組順序由資料型別的字首(』<『或』>』)決定。』<『表示小端，』>'表示大端。
我們可以使用以下語法，建立乙個dtype物件。
numpy.dtype(
object
, align, copy)
示例
import numpy as np
dt = np.dtype(np.int32)
print
(dt)
int32#int8, int16, int32, int64 等價於字串 'i1', 'i2','i4', etc.
import numpy as np
dt = np.dtype(
'i4'
)print
(dt)
int32# 使用位元組順序標記
import numpy as np
dt = np.dtype(
'>i4'
)print
(dt)
>i4下面的示例展示了結構化資料型別的使用。
示例
# 先建立結構化資料型別
import numpy as np
dt = np.dtype([(
'age'
,np.int8)])
# 格式是：[('欄位名', 字段型別)]
print
(dt)
[
('age', 'i1'
)]
# 現在將它應用到ndarray物件
import numpy as np
dt = np.dtype([(
'age'
,np.int8)])
a = np.array([(
10,),
(20,)
,(30,
)], dtype = dt)
print
(a)
[
(10,)
(20,)
(30,)
]
# 欄位名可用於訪問列的內容
import numpy as np
dt = np.dtype([(
'age'
,np.int8)])
a = np.array([(
10,),
(20,)
,(30,
)], dtype = dt)
print
(a['age'
])
[10 20 30]下面的示例定義了乙個名為student的結構化資料型別，其中包含字串字段「name」、整數字段「age」和浮點字段「marks」。然後將此dtype應用於ndarray物件。
import numpy as np
student = np.dtype([(
'name'
,'s20'),
('age'
,'i1'),
('marks'
,'f4')]
)print
(student)
[
('name', 's20'
), (
'age', 'i1'
), (
'marks', ')
])
import numpy as np
student = np.dtype([(
'name'
,'s20'),
('age'
,'i1'),
('marks'
,'f4')]
) a = np.array([(
'abc',21
,50),
('xyz',18
,75)]
, dtype = student)
print
(a)
[
('abc', 21, 50.0), (
'xyz', 18, 75.0)
]
NumPy 資料型別
numpy 支援比 python 更多種類的數值型別。下表顯示了 numpy 中定義的不同標量資料型別。序號資料型別及描述 1.bool 儲存為乙個位元組的布林值 真或假 2.int 預設整數，相當於 c 的long，通常為int32或int64 3.intc相當於 c 的int，通常為int32或...
Numpy資料型別
numpy是python的一種開源的數值計算擴充套件，是一些針對矩陣進行運算的模組。1.numpy介紹 2.numpy 學習筆記 3.python中的list和array的不同之處 4.python列表 numpy陣列與矩陣的區別 1.python中的list和np.array的不同之處 numpy...
Numpy資料型別
構造語法 numpy.dtype object,align,copy object 被轉換為資料型別的物件 align 如果為true，則向字段新增間隔，使其類似c的結構體 copy 生成dtype物件的新副本，如果為flase，結果是內建資料型別物件的引用。檢視ndarray的資料型別 dtype...