NumPy数据类型

NumPy数据类型

NumPy数据类型

  Python是一种开源的面向对象语言。它具有许多功能,其中之一是广泛的外部封装。有很多用于安装和扩展功能的软件包。这些包是python脚本中的函数存储库。NumPy就是这样一种简化数组计算的包。最初被称为Numeric Python,NumPy是Python中的通用数组处理包,它提供了高性能的多维数据结构,如数组对象和用于处理这些数组的工具。

NumPy数据类型

  Numpy提供更快、更高效的矩阵和数组计算。本文晓得博客为你介绍NumPy数据类型。

Ndarray数据类型和描述

  NumPy提供了Python提供的范围更广的数值数据类型。NumPy 数值类型是 dtype(数据类型)对象的实例,每个对象都有独特的特征。dtypes 可用作 np.bool_、np.float32 等。

  下表给出了数值数据类型的列表:

序列号数据类型描述
1bool_它表示表示真假的布尔值。它存储为一个字节。
2int_它是整数的默认类型。它与 C 中包含 64 位或 32 位整数的 long 类型相同。
3intc它类似于 C 整数 (c int),因为它表示 32 或 64 位 int。
4intp它表示用于索引的整数。
5int8它是与字节相同的 8 位整数。该值的范围是 -128 到 127。
6int16它是 2 字节(16 位)整数。范围是 -32768 到 32767。
7int32它是 4 字节(32 位)整数。范围是 -2147483648 到 2147483647。
8int64它是 8 字节(64 位)整数。范围是 -9223372036854775808 到 9223372036854775807。
9uint8它是 1 字节(8 位)无符号整数。
10uint16它是 2 字节(16 位)无符号整数。
11uint32它是 4 字节(32 位)无符号整数。
12uint64它是 8 字节(64 位)无符号整数。
13float_它与 float64 相同。
14float16它是半精度浮点数。为指数保留 5 位。10 位为尾数保留,1 位为符号保留。
15float32它是一个单精度浮点数。8 位为指数保留,23 位为尾数保留,1 位为符号保留。
16float64它是双精度浮点数。11 位为指数保留,52 位为尾数保留,1 位用于符号。
17complex_它与 complex128 相同。
18complex64它用于表示实部和虚部各共享 32 位的复数。
19complex128它用于表示实部和虚部各共享 64 位的复数。

  推荐:11个流行的Python存储库

数据类型对象 (dtype)

  数据类型对象描述了与数组相对应的固定内存块的解释,具体取决于以下方面 –

  • 数据类型(整数、浮点数或 Python 对象)
  • 数据大小
  • 字节顺序(小端或大端)
  • 在结构化类型的情况下,字段的名称,每个字段的数据类型以及每个字段占用的内存块的一部分。
  • 如果数据类型是子数组,它的形状和数据类型

  可以使用以下语法创建一个 dtype 对象。

numpy.dtype(object, align, copy)  

构造函数接受以下对象。

  • Object:表示要转换为数据类型的对象。
  • align:可以设置为任何布尔值。如果为真,会添加额外的填充以使其等效于 C 结构。
  • copy:创建 dtype 对象的另一个副本。

构建一个dtype对象

构建一个dtype对象

  可以使用 numpy 模块的数组例程创建 ndarray 对象。为此,我们需要导入 numpy.

import numpy as np  
d = np.dtype(np.int32)  
print(d)  

  输出:

int32

  推荐:Python如何读取文件特定行

创建结构化数据类型

NumPy建结构化数据类型

  我们可以创建一个类似映射(字典)的数据类型,其中包含值之间的映射。例如,它可以包含员工与工资或学生与年龄之间的映射等。

import numpy as np
d=np.dtype([('salary',float)])
arr = np.array([(10000.12,),(20000.50,)],dtype=d)
print(arr['salary'])

  输出:

[10000.12 20000.5 ]

总结

  以上是晓得博客为你介绍的NumPy数据类型的全部内容,希望对你的NumPy学习有所帮助,如有问题,欢迎留言探讨。

  推荐:NumPy教程

给文章评分

晓得博客,版权所有丨如未注明,均为原创
晓得博客 » NumPy数据类型

转载请保留链接:https://www.pythonthree.com/numpy-data-types/

ThemeForest 模板套件
可视化创建WordPress网站
siteground主机

发表评论

您的电子邮箱地址不会被公开。

Scroll to Top