numpy基础之数据类型

数据类型

常见数据类型

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“_”。

下表列举了常用 numpy 基本类型。

类型	备注	说明
bool_ = bool8	8位	布尔类型
int8 = byte	8位	整型
int16 = short	16位	整型
int32 = intc	32位	整型
int_ = int64 = long = int0 = intp	64位	整型
uint8 = ubyte	8位	无符号整型
uint16 = ushort	16位	无符号整型
uint32 = uintc	32位	无符号整型
uint64 = uintp = uint0 = uint	64位	无符号整型
float16 = half	16位	浮点型
float32 = single	32位	浮点型
float_ = float64 = double	64位	浮点型
str_ = unicode_ = str0 = unicode	|Unicode 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

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
b	boolean	'b1'
i	signed integer	'i1', 'i2', 'i4', 'i8'
u	unsigned integer	'u1', 'u2' ,'u4' ,'u8'
f	floating-point	'f2', 'f4', 'f8'
c	complex floating-point
m	timedelta64	表示两个时间之间的间隔
M	datetime64	日期时间类型
O	object
S	(byte-)string	S3表示长度为3的字符串
U	Unicode	Unicode 字符串
V	void

【例】

import numpy as np

a = np.dtype('b1')
print(a.type)  # class 'numpy.bool_'
print(a.itemsize)  # 1

a = np.dtype('i1')
print(a.type)  # class 'numpy.int8'
print(a.itemsize)  # 1
a = np.dtype('i2')
print(a.type)  # class 'numpy.int16'
print(a.itemsize)  # 2
a = np.dtype('i4')
print(a.type)  # class 'numpy.int32'
print(a.itemsize)  # 4
a = np.dtype('i8')
print(a.type)  # class 'numpy.int64'
print(a.itemsize)  # 8

a = np.dtype('u1')
print(a.type)  # class 'numpy.uint8'
print(a.itemsize)  # 1
a = np.dtype('u2')
print(a.type)  # class 'numpy.uint16'
print(a.itemsize)  # 2
a = np.dtype('u4')
print(a.type)  # class 'numpy.uint32'
print(a.itemsize)  # 4
a = np.dtype('u8')
print(a.type)  # class 'numpy.uint64'
print(a.itemsize)  # 8

a = np.dtype('f2')
print(a.type)  # class 'numpy.float16'
print(a.itemsize)  # 2
a = np.dtype('f4')
print(a.type)  # class 'numpy.float32'
print(a.itemsize)  # 4
a = np.dtype('f8')
print(a.type)  # class 'numpy.float64'
print(a.itemsize)  # 8

a = np.dtype('S')
print(a.type)  # class 'numpy.bytes_'
print(a.itemsize)  # 0
a = np.dtype('S3')
print(a.type)  # class 'numpy.bytes_'
print(a.itemsize)  # 3

a = np.dtype('U3')
print(a.type)  # class 'numpy.str_'
print(a.itemsize)  # 12

数据类型信息

Python 的浮点数通常是64位浮点数，几乎等同于np.float64。

NumPy和Python整数类型的行为在整数溢出方面存在显着差异，与 NumPy 不同，Python 的int是灵活的。这意味着Python整数可以扩展以容纳任何整数并且不会溢出。

Machine limits for integer types.

class iinfo(object):
    def __init__(self, int_type):
        pass
    def min(self):
        pass
    def max(self):
        pass

【例】

import numpy as np

ii16 = np.iinfo(np.int16)
print(ii16.min)  # -32768
print(ii16.max)  # 32767

ii32 = np.iinfo(np.int32)
print(ii32.min)  # -2147483648
print(ii32.max)  # 2147483647

Machine limits for floating point types.

class finfo(object):
    def _init(self, dtype):

【例】

import numpy as np

ff16 = np.finfo(np.float16)
print(ff16.bits)  # 16
print(ff16.min)  # -65500.0
print(ff16.max)  # 65500.0
print(ff16.eps)  # 0.000977

ff32 = np.finfo(np.float32)
print(ff32.bits)  # 32
print(ff32.min)  # -3.4028235e+38
print(ff32.max)  # 3.4028235e+38
print(ff32.eps)  # 1.1920929e-07

numpy基础之数据类型 相关文章

1. 【uni-app】全局数据globalData的设置、获取、修改
   

   因为uniapp基本上都是将页面，或者页面中相同的部分，进行组件化，所以会存在父，子，（子，父）之间的传值的情况，但在某些情况下，可以选择将内容设置为一个全局的变量，并根据需求来进行内容的更新。大大减少了代码的使用，和传值可能遇到的各种复制的计

2. LiteOS：盘点那些重要的数据结构
   

   摘要：本文会给读者介绍下LiteOS源码中常用的几个数据结构，包括: 双向循环链表LOS_DL_LIST，优先级队列Priority Queue，排序链表SortLinkList等。 在学习 Huawei LiteOS 源代码的时候，常常会遇到一些数据结构的使用。如果没有掌握这它们的用法，阅读 LiteO

3. 数据结构与算法大总结 ①
   

   title: 数据结构与算法 date: 2021-01-03 16:10:27 tags: - Data Structure - Algorithm 数据结构与算法 绪论 算法 计算=信息处理 借助某种工具，遵照一定的规则，以明确而机械的形式进行。 计算模型 = 计算机 = 信息处理工具 算法：指的是在特定计算模型下

4. Java基础之（六）：变量、运算符与JavaDoc
   

   变量、常量 变量作用域 类变量 实例变量 局部变量 public class Variable{ static int allClicks=0;//类变量 String str="hello wordl";//实例变量 public void method(){ int i=0;局部变量 }} 源码： //类变量 static static double salary = 2500; //属性

5. spark基础（1）
   

   将相同国家进行分组，然后将count相加sum(count)， 对sum(count)进行排序，输出top5 val path="/Volumes/Data/BigData_code/data/flight-data/csv/2015-summary.csv" val data = spark.read.option("inferSchema", "true").option("header", "true").csv(pat

6. java设计模式基础--拦截器
   

   由于动态代理一般比较难理解，一般都会设计一个拦截器接口供开发者使用，这样开发者就只用知道拦截器接口的方法，含义和作用即可，无须知道动态代理是怎么实现的。 以下代码用JDK动态代理来实现一个拦截器的逻辑。 一，定义拦截器接口： package intercept;i

7. 联网数据库 IoTDB —— 存储引擎原理篇
   

   前言 没过正月都是年，在此给大家拜个晚年，衷心的祝福诸位读者朋友们晚年幸福 : ） 新年伊始，谈谈今年的写作计划吧。 《联网数据库 IoTDB》开个新坑，起因是参加了《Apache IoTDB社区导师计划》，所以，为督促自己为社区尽一点绵薄之力。而且刚好选到了存

8. NumPy迎规模最大版本更新新增函数注释等功能支持Python 3.7+
   

   机器之心报道 编辑：陈萍、杜伟 NumPy 1.20.0 版本上线，最新亮点包括 NumPy 函数注释、为数组提供滑动窗口视图等。 作为 Python 语言的一个扩展程序库，NumPy 支持大量的维度数组与矩阵运算，也针对数组运算提供大量的数学函数库。自初代版本上线之后，NumP

9. SAP Batch Management 批次主数据中classification视图中GR Date没有被更新
   

   如下图的批次，是在101收货的时候系统自动创建的, 该批次都没能完成classification。系统没有能将收货时候的Posting Date更新到批次主数据中分类视图里的’Date of Last Goods Receipt’特性上。 该物料主数据中，分类视图： CL02, batch class Z_DST_BATCH,

10. v-model实现原理
    

    vue.js 则是采用数据劫持结合发布者-订阅者模式的方式， 通过Object.defineProperty()来劫持各个属性的setter，getter，在数据变动时发布消息给订阅者，触发相应的监听回调。 !DOCTYPE htmlhtml lang="en"head meta charset="UTF-8" meta name="viewport" co