numpy基础之ndarray的数据类型dtype

本文主要是介绍numpy基础之ndarray的数据类型dtype，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1 numpy基础之ndarray的数据类型dtype

ndarray的数据类型dtype含有ndarray将一块内存解释为特定数据类型所需的信息。

1.1 ndarray数据类型

数值型dtype的命名规则：类型名+元素长度。

ndarray是一个通用的同构数据多维容器，即同一ndarray对象的所有元必须素是相同的数据类型。

numpy.array()未指定数据类型时，会为新建的ndarray数组推断一个比较合适的数据类型。

NO	类型	类型代码	描述
1	int8、uint8	i1、u1	有符号和无符号的8位(1字节)整数
2	int16、uint16	i2、u2	有符号和无符号的16位(2字节)整数
3	int32、uint32	i4、u4	有符号和无符号的32位(4字节)整数
4	int64、uint64	i8、u8	有符号和无符号的64位(8字节)整数
5	float16	f2	半精度浮点数
6	float32	f4或f	标准单精度浮点数。与C的float兼容
7	float64	f8或d	标准双精度浮点数。与C的double和python的float兼容。
8	float128	f16或g	扩展精度浮点数
9	complex64、complex128、complex256	c8、c16、c32	分别用两个32位、64为、128位浮点数表示的复数
10	bool	?	存储True和False值的布尔类型
11	object	O	python对象类型
12	string_	Sn	固定长度的字符串类型（每个字符1个字节）。比如，要创建一个长度为10的字符串，应使用S10
13	unicode_	Un	固定长度的unicode类型（字节数由平台决定）。比如，要创建一个长度为10的unicode，应使用U10

1.2 dtype

用法

import numpy as np
arr=np.array(object)
arr.dtype

描述

ndarray的数据类型存储在dtype属性，通过点号运算获取。

示例

>>> import numpy as np
>>> arr1=np.array([1,2,3])
>>> arr1
array([1, 2, 3])
# 通过 ndarray.dtype 获取ndarray的数据类型
>>> arr1.dtype
dtype('int32')
# array()未指定dtype，同时有浮点数和整数
# array会推断较合适的数据类型 float
>>> arr2=np.array([1.8,2,3])
>>> arr2
array([1.8, 2. , 3. ])
>>> arr2.dtype
dtype('float64')

1.3 astype

用法

ndarray.astype(dtype, order='K', casting='unsafe', subok=True, copy=True)

描述

显式的将数组的dtype转换为指定类型，返回一个新的数组，原数组不变。

（1）通过np.数据类型指定dtype；

（2）通过简洁的类型代码指定dtype；

（3）通过其他数组的数据类型ndarray.dtype指定dtype；

（4）浮点数转整数类型，小数部分被截断删除；

（5）元素都为数字的字符串数组，可以转为数值数组。

示例-np.数类型指定dtype，原数组不变

>>> import numpy as np
>>> arr=np.array([1,2,3])
>>> arr
array([1, 2, 3])
>>> arr.dtype
dtype('int32')
# astype() 将数组的dtype转为指定类型
>>> float_arr=arr.astype(np.float64)
>>> float_arr
array([1., 2., 3.])
>>> float_arr.dtype
dtype('float64')
# 原数组不变
>>> arr
array([1, 2, 3])
>>> arr.dtype
dtype('int32')

示例-浮点数转整数

>>> arr=np.array([1.23,2.56,3.89])
>>> arr
array([1.23, 2.56, 3.89])
>>> arr.dtype
dtype('float64')
# 浮点数转为整数，小数被截断删除
>>> int_arr=arr.astype(np.int32)
>>> int_arr
array([1, 2, 3])
>>> int_arr.dtype
dtype('int32')

示例-数字字符串转数字数组

# 元素都为数字字符串
>>> numstr_arr=np.array(['1','2','3'])
>>> numstr_arr
array(['1', '2', '3'], dtype='<U1')
>>> numstr_arr.dtype
dtype('<U1')
# 转换为数值类型
>>> int_arr=numstr_arr.astype(np.int32)
>>> int_arr
array([1, 2, 3])
>>> int_arr.dtype
dtype('int32')
# 元素有非数字字符串
>>> str_arr=np.array(['1','a','3'])
>>> str_arr
array(['1', 'a', '3'], dtype='<U1')
>>> str_arr.dtype
dtype('<U1')
# 不可转换为数值类型，报 ValueError
>>> str_arr.astype(np.int32)
Traceback (most recent call last):File "<pyshell#43>", line 1, in <module>str_arr.astype(np.int32)
ValueError: invalid literal for int() with base 10: 'a'

示例-类型代码和其他数组的dtype转换

# 通过简洁的类型代码指定 dtype
>>> arr=np.array([1,2,3],dtype='f4')
>>> arr
array([1., 2., 3.], dtype=float32)
>>> arr.dtype
dtype('float32')
>>> intArr=arr.astype('i2')
>>> intArr
array([1, 2, 3], dtype=int16)
>>> intArr.dtype
dtype('int16')
# 通过 ndarray.dtype 指定 dtype
>>> floatArr=intArr.astype(arr.dtype)
>>> floatArr
array([1., 2., 3.], dtype=float32)
>>> floatArr.dtype
dtype('float32')