NumPy Python中的数据类型对象(dtype)

在NumPy中，在数组中存储的元素类型由其数据类型对象（dtype）表示。每个ndarray对象都有一个dtype属性，该属性指定在数组中存储的元素的数据类型。

NumPy支持各种数据类型，包括数值类型，布尔类型，对象类型以及字符串类型。可以使用numpy.dtype()函数创建自定义数据类型。

数值类型

NumPy支持的主要数值类型包括：

• bool_： 布尔类型，可能是True或False
• int_： 默认整数类型（类似于long，int32或int64）
• intc： C风格的int32类型
• intp： 用于索引的整数类型（类似于ssize_t，int32或int64）
• int8： 字节（-128到127）
• int16： 16位整数（-32768到32767）
• int32： 32位整数（-2147483648到2147483647）
• int64： 64位整数（-9223372036854775808到9223372036854775807）
• uint8： 8位无符号整数（0到255）
• uint16： 16位无符号整数（0到65535）
• uint32： 32位无符号整数（0到4294967295）
• uint64： 64位无符号整数（0到18446744073709551615）
• float_： float64的简写
• float16： 半精度浮点数：符号位，5位指数，10位尾数
• float32： 单精度浮点数：符号位，8位指数，23位尾数
• float64： 双精度浮点数：符号位，11位指数，52位尾数
• complex_： complex128的简写
• complex64： 复数，由两个32位浮点数表示（实数和虚数部分）
• complex128： 复数，由两个64位浮点数表示（实数和虚数部分）

dtype的属性

dtype对象有以下属性：

• name： 数据类型的名称。
• shape： 用于描述该数据类型的对象的形状。
• str： 描述数据类型的字符串。
• type： 底层数据类型对象（例如，int8表示<type 'numpy.int8'>）。
• kind：字符代码，用于唯一标识数据类型的字符（例如，'i'表示整数）。

示例

以下是一些有关dtype的示例：

import numpy as np

# 创建一个整数数组
a = np.array([1, 2, 3, 4, 5], dtype=np.int32)

# 输出数组的数据类型
print(a.dtype)  # 输出 int32

# 创建一个浮点数数组
b = np.array([1.0, 2.0, 3.0, 4.0, 5.0], dtype=np.float32)

# 输出数组的数据类型
print(b.dtype)  # 输出 float32

# 创建一个复数数组
c = np.array([1 + 2j, 2 + 3j, 3 + 4j, 4 + 5j, 5 + 6j], dtype=np.complex64)

# 输出数组的数据类型
print(c.dtype)  # 输出 complex64

自定义数据类型：

import numpy as np

# 自定义结构体数据类型
student = np.dtype([('name', 'S20'), ('age', 'i1'), ('marks', 'f4')])

# 创建一个包含结构体数据的数组
a = np.array([('John', 22, 65.5), ('Michael', 18, 75.2)], dtype=student)

# 打印数组
print(a)

# 输出一个元素
print(a[0])

以上代码将创建一个名为student的自定义结构体数据类型，其包含name，age和marks字段，分别使用字符串和浮点数类型表示。

然后，使用该自定义数据类型来创建一个包含数据的数组，该数组包含两个结构类型的数据（John和Michael）。最后，打印数组及其元素。

输出结果为：

[(b'John', 22, 65.5) (b'Michael', 18, 75.19999695)]
(b'John', 22, 65.5)

该结果表明，该数组有两个元素，每个元素包含名字，年龄和分数。元素可以按索引访问。