03_NumPy的數據類型

NumPy的數據類型

• ndarray 對象的 dtype 屬性中描述了該對象的數據類型信息，返回一個 dtype 對象
• 調用 astype() 會創建一個新對象，不會改變原對象
• 所有的數據類型如下表所示：

數據類型	類型代碼	說明
int8、uint8	i1、u1	有符號和無符號的8位（1個字節）整形
int16、uint16	i2、u2	有符號和無符號的16位（2個字節）整形
int32、uint32	i4、u4	有符號和無符號的32位（4個字節）整形
int64、uint64	i8、u8	有符號和無符號的64位（8個字節）整形
float16	f2	半精度浮點數
float32	f4或f	標準的單精度浮點數
float64	f8或d	標準的雙精度浮點數
float128	f16或g	擴展精度浮點數
bool	?	存儲布爾類型（存儲爲一個字節）
object	O	Python對象類型
string_	S	固定長度的字符串類型（每個字符1個字節）
unicode_	U	固定長度的unicode類型（字節數由平臺決定）
complex64、complex128、complex256	c8、c16、c32	分別用兩個32位、64位或128位浮點數表示的複數

注意：int_ 爲 int32 的簡寫，float_ 爲 float64 的簡寫，complex_ 爲 complex128 的簡寫

import numpy as np

int_arr = np.arange(6).reshape(2, 3)
int_arr

>>> array([[0, 1, 2],
           [3, 4, 5]])

可以通過 dtype 屬性獲得類型信息

int_arr.dtype

>>> dtype('int64')

創建指定numpy類型的標量

var_float16 = np.float16([12, 121])
var_float16

>>> array([ 12., 121.], dtype=float16)

---

var_float16.dtype

>>> dtype('float16')

可以通過 astype() 方法轉換數據類型

float_arr = int_arr.astype(np.float32) # 'f'等效於np.float32
float_arr

>>> array([[0., 1., 2.],
           [3., 4., 5.]], dtype=float32)

---

# 如果將浮點數轉換成整數，小數部分會被直接刪除
float_arr2 = np.array([1.2, 2.6, 3.5, 4.9, 5.0])
float_arr2

>>> array([1.2, 2.6, 3.5, 4.9, 5. ])

---

float_arr2.astype('int')

>>> array([1, 2, 3, 4, 5])

---

# 字符串也可以轉爲數字類型
str_arr = np.array(['2.001', '1.25', '88', '-236.123', '00'], dtype=np.string_)
str_arr

>>> array([b'2.001', b'1.25', b'88', b'-236.123', b'00'], dtype='|S8')

---

str_arr.astype('float')

>>> array([   2.001,    1.25 ,   88.   , -236.123,    0.   ])

調用 dtype 的 mro 方法即可查看其所有的父類

np.int32.mro()

>>> [numpy.int32,
     numpy.signedinteger,
     numpy.integer,
     numpy.number,
     numpy.generic,
     object]

可以使用issubdtype()判斷類型

np.issubdtype(float_arr.dtype, np.floating)

>>> True

---

np.issubdtype(np.int32, np.floating)

>>> False

自定義類型

my_dtype = np.dtype([('name',  'S10'), ('age',  int), ('city', 'S10')]) # 按關鍵字排序
my_dtype

>>> dtype([('name', 'S10'), ('age', '<i8'), ('city', 'S10')])

---

temp_arr = [('zhangsan', 20, 'BJ'), ('lisi', 22, 'CD'), ('wangwu', 21, 'SH')]
my_arr = np.array(temp_arr, dtype=my_dtype)
my_arr

>>> array([(b'zhangsan', 20, b'BJ'), (b'lisi', 22, b'CD'),
           (b'wangwu', 21, b'SH')],
          dtype=[('name', 'S10'), ('age', '<i8'), ('city', 'S10')])

---

my_arr[1]

>>> (b'lisi', 22, b'CD')

---

my_arr['name']

>>> array([b'zhangsan', b'lisi', b'wangwu'], dtype='|S10')