NumPy 数据类型2024 年 8 月 29 日 | 阅读 3 分钟 NumPy 提供的数值数据类型比 Python 提供的范围更广。 下表给出了数值数据类型的列表。 序号 | 数据类型 | 描述 |
---|
1 | bool_ | 它表示布尔值,表示真或假。 它存储为字节。 | 2 | int_ | 它是整数的默认类型。 它与 C 中的 long 类型相同,包含 64 位或 32 位整数。 | 3 | intc | 它类似于 C 整数 (c int),因为它表示 32 位或 64 位 int。 | 4 | intp | 它表示用于索引的整数。 | 5 | int8 | 它是 8 位整数,与字节相同。 值的范围是 -128 到 127。 | 6 | int16 | 它是 2 字节 (16 位) 整数。 范围是 -32768 到 32767。 | 7 | int32 | 它是 4 字节 (32 位) 整数。 范围是 -2147483648 到 2147483647。 | 8 | int64 | 它是 8 字节 (64 位) 整数。 范围是 -9223372036854775808 到 9223372036854775807。 | 9 | uint8 | 它是 1 字节 (8 位) 无符号整数。 | 10 | uint16 | 它是 2 字节 (16 位) 无符号整数。 | 11 | uint32 | 它是 4 字节 (32 位) 无符号整数。 | 12 | uint64 | 它是 8 字节 (64 位) 无符号整数。 | 13 | float_ | 它与 float64 相同。 | 14 | float16 | 它是半精度浮点数。 5 位用于指数。 10 位用于尾数,1 位用于符号。 | 15 | float32 | 它是单精度浮点数。 8 位用于指数,23 位用于尾数,1 位用于符号。 | 16 | float64 | 它是双精度浮点数。 11 位用于指数,52 位用于尾数,1 位用于符号。 | 17 | complex_ | 它与 complex128 相同。 | 18 | complex64 | 它用于表示复数,其中实部和虚部分别共享 32 位。 | 19 | complex128 | 它用于表示复数,其中实部和虚部分别共享 64 位。 |
NumPy dtypenumpy 数组的所有项都是数据类型对象,也称为 numpy dtypes。 数据类型对象实现与数组对应的固定大小的内存。 我们可以使用以下语法创建 dtype 对象。 构造函数接受以下对象。 对象: 它表示要转换为数据类型的对象。 对齐: 它可以设置为任何布尔值。 如果为真,则添加额外的填充使其等效于 C 结构。 复制: 它创建 dtype 对象的另一个副本。 示例 1输出 示例 2输出 创建结构化数据类型我们可以创建类似 map (字典) 的数据类型,其中包含值之间的映射。 例如,它可以包含员工和工资之间的映射,或者学生和年龄之间的映射等。 请看以下示例。 示例 1输出 示例 2输出 [(10000.12,) (20000.5 ,)]
|