📅 最后修改于: 2020-04-18 09:56:33 🧑 作者: Mango
每个ndarray都有一个关联的数据类型(dtype)对象。此数据类型对象(dtype)告知我们有关数组布局的信息。这意味着它为我们提供了有关以下信息：
ndarray的值存储在缓冲区中，可以将其视为内存字节的连续块。因此，如何解释这些字节由dtype对象给出。
构造数据类型(dtype)对象：数据类型对象是numpy.dtype类的实例，可以使用创建它numpy.dtype。
参数：
obj：要转换为数据类型对象的对象。
align：[bool，可选]在字段中添加填充以匹配C编译器，将为类似的C结构输出的内容。
copy：[bool，可选]制作数据类型对象的新副本。如果为False，则结果可能只是对内置数据类型对象的引用。
# Python程序创建数据类型对象
import numpy as np
# np.int16转换为数据类型对象.
print(np.dtype(np.int16))输出：
int16代码：
# Python程序创建包含32位大端整数的数据类型对象
import numpy as np
# i4代表大小为4字节的整数
# >表示大端字节序，而
# <表示小端字节编码。
# dt是dtype对象
dt = np.dtype('>i4')
print("字节顺序为:",dt.byteorder)
print("尺寸为:", dt.itemsize)
print("数据类型为:", dt.name)输出：
字节顺序为s: >
尺寸为： 4
数据类型为: int32类型说明符(以上情况为i4)可以采用不同的形式：
b1，i1，i2，i4，i8，u1，u2，u4，u8，f2，f4，f8，c8，c16，a(代表字节，整数，无符号整数，浮点数，指定字节长度的复数和固定长度字符串)
int8，…，uint8，…，float16，float32，float64，complex64，complex128(这次具有位大小)
注意： dtype与type不同。
# Python程序区分类型和dtype.
import numpy as np
a = np.array([1])
print("类型是: ",type(a))
print("dtype是: ",a.dtype)输出：
类型是:
dtype是: int32具有结构化数组的数据类型对象：数据类型对象对于创建结构化数组很有用。结构化数组是包含不同类型数据的数组。可以借助字段来访问结构化数组。
字段就像为对象指定名称一样。如果是结构化数组，则dtype对象也将被结构化。
# Python程序演示字段的使用
import numpy as np
# 结构化的数据类型，包含16个字符的字符串(在“name"字段中)
# 和两个64位浮点数的点数组的子数组(在“grades"字段中)
dt = np.dtype([('name', np.unicode_, 16),
('grades', np.float64, (2,))])
# 具有字段等级的对象的数据类型
print(dt['grades'])
# 具有字段名称的对象的数据类型
print(dt['name'])输出：
('代码：
# Python程序演示将数据类型对象与结构化数组一起使用。
import numpy as np
dt = np.dtype([('name', np.unicode_, 16),
('grades', np.float64, (2,))])
# x是一个结构化的数组，带有名称和学生的分数。
# 学生姓名的数据类型为np.unicode_，成绩的数据类型为np.float(64)
x = np.array([('Sarah', (8.0, 7.0)),
('John', (6.0, 7.0))], dtype=dt)
print(x[1])
print("约翰的成绩是: ", x[1]['grades'])
print("名字是: ", x['name'])输出：
('John', [ 6., 7.])
约翰的成绩是: [ 6. 7.]
名字是: ['Sarah' 'John']