NumPy Python中的数据类型对象（dtype） _numpy

每个ndarray都有一个关联的数据类型(dtype)对象。此数据类型对象(dtype)通知我们有关数组的布局。这意味着它为我们提供了有关以下信息：

数据类型(整数, 浮点数, Python对象等)
数据大小(字节数)
数据的字节顺序(小端或大端)
如果数据类型是子数组, 则其形状和数据类型是什么。

ndarray的值存储在缓冲区中, 可以将其视为内存字节的连续块。因此, 如何解释这些字节由dtype对象给出。
【NumPy Python中的数据类型对象（dtype）】构造一个数据类型(dtype)对象：
数据类型对象是numpy.dtype类的实例, 可以使用numpy.dtype创建它。
参数：

obj：要转换为数据类型对象的对象。
对齐：bool, 可选
在字段中添加填充以匹配C编译器将为类似的C结构输出的内容。
复制：bool, 可选
制作数据类型对象的新副本。如果为False, 则结果可能只是对内置数据类型对象的引用。

# Python Program to create a data type object import numpy as np# np.int16 is converted into a data type object. print (np.dtype(np.int16))

输出如下：

int16

# Python Program to create a data type object # containing a 32 bit big-endian integer import numpy as np# i4 represents integer of size 4 byte # > represents big-endian byte ordering and < represents little-endian encoding. # dt is a dtype object dt = np.dtype( '> i4' )print ( "Byte order is:" , dt.byteorder)print ( "Size is:" , dt.itemsize)print ( "Data type is:" , dt.name)

输出如下：

Byte order is: > Size is: 4Name of data type is: int32

类型说明符(以上情况为i4)可以采用不同的形式：

b1, i1, i2, i4, i8, u1, u2, u4, u8, f2, f4, f8, c8, c16, a
(代表字节, 整数, 无符号整数, 浮点数, 复数和
指定的固定长度字符串字节长度)
int8, …, uint8, …, float16, float32, float64, complex64, complex128
(这次与一点尺寸)

注意：

dtype is different from type.

# Python program to differentiate # between type and dtype. import numpy as npa = np.array([ 1 ])print ( "type is: " , type (a)) print ( "dtype is: " , a.dtype)

输出如下：

type is: dtype is: int32

具有结构化数组的数据类型对象：
数据类型对象对于创建结构化数组很有用。结构化数组是包含不同类型数据的数组。可以借助字段来访问结构化数组。
字段就像为对象指定名称。在结构化数组的情况下, dtype对象也将被结构化。

# Python program for demonstrating # the use of fields import numpy as np# A structured data type containing a 16-character string (in field ‘name’) # and a sub-array of two 64-bit floating-point number (in field ‘grades’):dt = np.dtype([( 'name' , np.unicode_, 16 ), ( 'grades' , np.float64, ( 2 , ))])# Data type of object with field grades print (dt[ 'grades' ])# Data type of object with field name print (dt[ 'name' ])

输出如下：

('< f8', (2, ))

# Python program to demonstrate # the use of data type object with structured array. import numpy as npdt = np.dtype([( 'name' , np.unicode_, 16 ), ( 'grades' , np.float64, ( 2 , ))])# x is a structured array with names and marks of students. # Data type of name of the student is np.unicode_ and # data type of marks is np.float(64) x = np.array([( 'Sarah' , ( 8.0 , 7.0 )), ( 'John' , ( 6.0 , 7.0 ))], dtype = dt)print (x[ 1 ]) print ( "Grades of John are: " , x[ 1 ][ 'grades' ]) print ( "Names are: " , x[ 'name' ])

输出如下：