3.4　数据类型

1．NumPy数据类型

NumPy支持比Python更多种类的数据类型。表3.1定义了不同标量的数据类型。

表3.1　不同标量的数据类型

NumPy数值类型是dtype（数据类型）对象的实例，每个对象具有唯一的特征。这些类型可以是np.bool_、np.float32等。

2．数据类型对象（dtype）

数据类型对象描述了对应于数组的固定内存块的解释，取决于以下5个方面：

• 　数据类型（整数、浮点数或者Python对象）。
• 　数据大小。
• 　字节序（小端或大端）。
• 　在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段占用的内存块部分。
• 　数据类型是子序列的形状和数据类型。

字节顺序取决于数据类型的前缀“<”或“>”。<意味着编码是小端（最小有效字节存储在最小地址中），>意味着编码是大端（最大有效字节存储在最小地址中）。

dtype可由以下语法构造：

numpy.dtype(object, align, copy)

参数说明如下：

• 　object：被转换为数据类型的对象。
• 　align：如果为true，就向字段添加间隔，使其类似C的结构体。
• 　copy：生成dtype对象的新副本，如果为false，结果就是内建数据类型对象的引用。

【例3.5】

# 使用数组标量类型
import numpy as np
dt = np.dtype(np.int32)
print dt

输出如下：

int32

【例3.6】

# 首先创建结构化数据类型
import numpy as np
dt = np.dtype([('age',np.int8)])
print dt

输出如下：

[('age', 'i1')]

【例3.7】

# 现在将其应用于 ndarray 对象
import numpy as np
dt = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print a

输出如下：

[(10,) (20,) (30,)]

每个内建类型都有一个唯一定义它的字符代码：

• 　'b'：布尔值。
• 　'i'：符号整数。
• 　'u'：无符号整数。
• 　'f'：浮点数。
• 　'c'：复数浮点数。
• 　'm'：时间间隔。
• 　'M'：日期时间。
• 　'O'：Python对象。
• 　'S', 'a'：字节串。
• 　'U'：Unicode。
• 　'V'：原始数据（void）。