NumPy数组（4）-- 自定义数组元素的数据类型dtype - 好文

一、自定义数组元素的数据类型概述

根据不同的应用场景，需要自定义数据类型。类似于C语言中的自定义结构体。

二、数据类型

NumPy 支持比 Python 更多种类的数值类型。下表显示了 NumPy 中定义的不同标量数据类型。

序号数据类型及描述
1. bool_存储为一个字节的布尔值(真或假)
2. int_默认整数，相当于 C 的long，通常为int32或int64
3. intc相当于 C 的int，通常为int32或int64
4. intp用于索引的整数，相当于 C 的size_t，通常为int32或int64
5. int8字节(-128 ~ 127)
6. int1616 位整数(-32768 ~ 32767)
7. int3232 位整数(-2147483648 ~ 2147483647)
8. int6464 位整数(-9223372036854775808 ~ 9223372036854775807)
9. uint88 位无符号整数(0 ~ 255)
10. uint1616 位无符号整数(0 ~ 65535)
11. uint3232 位无符号整数(0 ~ 4294967295)
12. uint6464 位无符号整数(0 ~ 18446744073709551615)
13. float_float64的简写
14. float16半精度浮点：符号位，5 位指数，10 位尾数
15. float32单精度浮点：符号位，8 位指数，23 位尾数
16. float64双精度浮点：符号位，11 位指数，52 位尾数
17. complex_complex128的简写
18. complex64复数，由两个 32 位浮点表示(实部和虚部)
19. complex128复数，由两个 64 位浮点表示(实部和虚部)
NumPy 数字类型是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。

三、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，取决于以下方面：

*
数据类型(整数、浮点或者 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。

*
如果数据类型是子序列，它的形状和数据类型。

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可由一下语法构造：
numpy.dtype(object, align, copy)
参数为：

*
Object：被转换为数据类型的对象。

*
Align：如果为true，则向字段添加间隔，使其类似 C 的结构体。

*
Copy：生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。

示例 1
# 使用数组标量类型 import numpy as np dt = np.dtype(np.int32) print dt
输出如下：
int32

示例 2
#int8，int16，int32，int64 可替换为等价的字符串 'i1'，'i2'，'i4'，以及其他。 import numpy as np dt
= np.dtype('i4') print dt
输出如下：
int32
示例 3
# 使用端记号 import numpy as np dt = np.dtype('>i4') print dt
输出如下：
>i4

四、自定义数组元素的数据类型实例
#NumPy数组-- 自定义数据类型 from numpy import * #NumPy提供了那些数据类型 #int8 int16 int32 int64
float32(单精度)、float64或float（双精度） #bool a = array([['a',1,2],[3,4,5],[6,7,8]])
print(a) print("******************************") #定义表头，用来表示数组中的数据类型 t =
dtype([('name',str_,20),('age',int8),('salary',float32)]) b =
array([('a',1,2),(3,4,5),(6,7,8)],dtype=t) print(b)
print("******************************") items =
array([('Bill',30,12345),('Mary',24,8000)]) print(items)
print("********************************") items1 =
array([('Bill',30,12345),('Mary',24,8000)],dtype=t) print(items1)

输出结果：
输出结果： [['a' '1' '2'] ['3' '4' '5'] ['6' '7' '8']]
****************************** [('a', 1, 2.) ('3', 4, 5.) ('6', 7, 8.)]
****************************** [['Bill' '30' '12345'] ['Mary' '24' '8000']]
******************************** [('Bill', 30, 12345.) ('Mary', 24, 8000.)]

热门工具换一换