1. 前言

NumPy 作为 Python 的扩展包，它提供了比 Python 更加丰富的数据类型，如表 1 所示：

表1：NumPy数据类型

序号

数据类型

语言描述

1

bool_

布尔型数据类型（True 或者 False）

2

int_

默认整数类型，类似于 C 语言中的 long，取值为 int32 或 int64

3

intc

和 C 语言的 int 类型一样，一般是 int32 或 int 64

4

intp

用于索引的整数类型（类似于 C 的 ssize_t，通常为 int32 或 int64）

5

int8

代表与1字节相同的8位整数。值的范围是-128到127。

6

int16

代表 2 字节（16位）的整数。范围是-32768至32767。

7

int32

代表 4 字节（32位）整数。范围是-2147483648至2147483647。

8

int64

表示 8 字节（64位）整数。范围是-9223372036854775808至9223372036854775807。

9

uint8

代表1字节（8位）无符号整数。

10

uint16

2 字节（16位）无符号整数。

11

uint32

4 字节（32位）的无符号整数。

12

uint64

8 字节（64位）的无符号整数。

13

float_

float64 类型的简写。

14

float16

半精度浮点数，包括：1 个符号位，5 个指数位，10个尾数位。

15

float32

单精度浮点数，包括：1 个符号位，8 个指数位，23个尾数位。

16

float64

双精度浮点数，包括：1 个符号位，11 个指数位，52个尾数位。

17

complex_

复数类型，与 complex128 类型相同。

18

complex64

表示实部和虚部共享 32 位的复数。

19

complex128

表示实部和虚部共享 64 位的复数。

20

str_

表示字符串类型

21

string_

表示字节串类型

2. 数据类型对象

数据类型对象（Data Type Object）又称 dtype 对象，主要用来描述数组元素的数据类型、大小以及字节顺序。同时，它也可以用来创建结构化数据。比如常见的 int64、float32 都是 dtype 对象的实例，其语法格式如下：

np.dtype(object)

创建一个 dtype 对象可以使用下列方法：

a= np.dtype(np.int64)

示例：

import numpy as np 
a= np.dtype(np.int64) 
print(a)

输出结果：

int64

3. 数据类型标识码

NumPy 中每种数据类型都有一个唯一标识的字符码，如下所示：

数据类型标识码

字符

对应类型

b

代表布尔型

i

带符号整型

u

无符号整型

f

浮点型

c

复数浮点型

m

时间间隔（timedelta）

M

datatime（日期时间）

O

Python对象

S,a

字节串（S）与字符串（a）

U

Unicode

V

原始数据（void）

下面使用数据类型标识码，创建一组结构化数据：

#创建数据类型score
import numpy as np
dt = np.dtype([('score','i1')])
print(dt)

输出如下：

[('score', 'i1')]

将上述的数据类型对象 dt，应用到 ndarray 中：

#定义字段名score，以及数组数据类型i1
dt = np.dtype([('score','i1')])
a = np.array([(55,),(75,),(85,)], dtype = dt)
print(a)
print(a.dtype)
print(a['score'])

输出结果：

获取a数组：
[(55,) (75,) (85,)] 
数据类型对象dtype
dtype([('score', 'i1')])
获取'score'字段分数
[55 75 85]

4. 定义结构化数据

通常情况下，结构化数据使用字段的形式来描述某个对象的特征。以下示例描述一位老师的姓名、年龄、工资的特征，该结构化数据其包含以下字段：

  • str 字段：name
  • int 字段：age
  • float 字段：salary

定义过程如下：

import numpy as np
teacher = np.dtype([('name','S20'), ('age', 'i1'), ('salary', 'f4')])
#输出结构化数据teacher
print(teacher)
#将其应用于ndarray对象
b = np.array([('ycs', 32, 6357.50),('jxe', 28, 6856.80)], dtype = teacher) 
print(b)

输出结果：

[('name', 'S20'), ('age', 'i1'), ('salary', '<f4')]
#输出的name为bytes字节串类型
[(b'ycs', 32, 6357.5) (b'jxe', 28, 6856.8)]