Numpy基础数据类型1

[nullskymc]

https://nullskymc.cloud/numpy1/

常量

numpy.nan 表示空值，且两个numpy.nan不相等 import numpy as np
print(np.nan == np.nan) # False print(np.nan != np.nan) # True

numpy.inf 表示正无穷 大

numpy.pi 表示圆周率

numpy.e 表示自然常数

Numpy的数据类型

  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