Python應用筆記-Numpy數據結構詳解

數據類型對象（dtype）
數據類型對象是用來描述與數組對應的內存區域如何使用，這依賴如下幾個方面：

數據的類型（整數，浮點數或者 Python 對象）
數據的大小（例如， 整數使用多少個字節存儲）
數據的字節順序（小端法或大端法）
在結構化類型的情況下，字段的名稱、每個字段的數據類型和每個字段所取的內存塊的部分
如果數據類型是子數組，它的形狀和數據類型

字節順序是通過對數據類型預先設定"<“或”>“來決定的。”<“意味着小端法(最小值存儲在最小的地址，即低位組放在最前面)。”>"意味着大端法(最重要的字節存儲在最小的地址，即高位組放在最前面)。

dtype對象是使用以下語法構造的：
numpy.dtype(object,align,copy)

object - 要轉換爲的數據類型對象
align - 如果爲 true，填充字段使其類似 C 的結構體。
copy - 複製 dtype 對象 ，如果爲 false，則是對內置數據類型對象的引用

我們通過以下實例來理解：
實例1

import numpy as np
#使用標量類型
dt=np.dtype(np.int32)
print(dt)
---------------------------------------------------------------------------------------------------
#輸出結果爲
int32

實例2

import numpy as np
# int8, int16, int32, int64 四種數據類型可以使用字符串'i1','i2','i4','i8'代替
dt=np.dtype('i4')
print(dt)
---------------------------------------------------------------------------------------------------
#輸出結果爲
int32

實例3

import numpy as np
#字節順序標註
dt=np.dtype('<i4')
print(dt)
---------------------------------------------------------------------------------------------------
#輸出結果爲
int32

實例4

#首先創建結構化數據類型
import numpy as np
dt=np.dtype([('age',np.int8)])
print(dt)
---------------------------------------------------------------------------------------------------
#輸出結果爲
[('age','i1')]

實例5

#將數據類型應用於ndarray對象
import numpy as np
dt=np.dtype([('age',np.int8)])
a=np.array([(10,),(20,),(30,)],dtype=dt)
print(a)
----------------------------------------------------------------------------------------------------
#輸出結果爲
[(10,)(20,)(30,)]

實例6

#類型字段名可以用於存儲實際的age列
import numpy as np
dt=np.dtype([('age',np.int8)])
a=np.array([(10,),(20,),(30,)],dtype=dt)
print(a['age'])
-------------------------------------------------------------------------------------------------------
#輸出結果爲
[10 20 30]

下面我們定義一個結構化數據類型student，包含字符串字段name，整數字段age，及浮點字段marks，並將這個dtype應用到ndarray對象

實例7

import numpy as np
student=np.dtype([('name','S20'),('age','i1'),('marks','f4')])
print(student)
-------------------------------------------------------------------------------------------------------
#輸出結果爲
[('name','S20'),('age','i1'),('marks','<f4')]

實例8

import numpy as np
student=np.dtype([('name','S20'),('age','i1'),('marks','f4')])
a=np.array([('abc',21,50),('xyz',18,75)],dtype=student)
print(a)
----------------------------------------------------------------------------------------------------
#輸出結果爲[('abc',21,50.0),('xyz',18,75.0)]