B02_NumPy數據類型（常見基本數據類型列舉，數據類型對象 (dtype)）

NumPy數據類型

numpy 支持的數據類型比 Python 內置的類型要多很多，基本上可以和 C 語言的數據類型對應上，其中部分類型對應爲 Python 內置的類型。下表列舉了常用 NumPy 基本類型。

名稱	描述
bool_	布爾型數據類型（True 或者 False）
int_	默認的整數類型（類似於 C 語言中的 long，int32 或 int64）
intc	與 C 的 int 類型一樣，一般是 int32 或 int 64
intp	用於索引的整數類型（類似於 C 的 ssize_t，一般情況下仍然是 int32 或 int64）
int8	字節（-128 to 127）
int16	整數（-32768 to 32767）
int32	整數（-2147483648 to 2147483647）
int64	整數（-9223372036854775808 to 9223372036854775807）
uint8	無符號整數（0 to 255）
uint16	無符號整數（0 to 65535）
uint32	無符號整數（0 to 4294967295）
uint64	無符號整數（0 to 18446744073709551615）
float_	float64類型的簡寫
float16	半精度浮點數，包括：1 個符號位，5 個指數位，10 個尾數位
float32	單精度浮點數，包括：1 個符號位，8 個指數位，23 個尾數位
float64	雙精度浮點數，包括：1 個符號位，11 個指數位，52 個尾數位
complex_	complex128 類型的簡寫，即 128 位複數
complex64	複數，表示雙 32 位浮點數（實數部分和虛數部分）
complex128	複數，表示雙 64 位浮點數（實數部分和虛數部分）

numpy 的數值類型實際上是 dtype 對象的實例，並對應唯一的字符，包括 np.bool_，np.int32，np.float32，等等。

數據類型對象dtype

數據類型對象是用來描述與數組對應的內存區域如何使用，這依賴如下幾個方面：

• 數據的類型（整數，浮點數或者 Python 對象）
• 數據的大小（例如， 整數使用多少個字節存儲）
• 數據的字節順序（小端法或大端法）
• 在結構化類型的情況下，字段的名稱、每個字段的數據類型和每個字段所取的內存塊的部分
• 如果數據類型是子數組，它的形狀和數據類型

字節順序是通過對數據類型預先設定"<“或”>“來決定的。”<“意味着小端法(最小值存儲在最小的地址，即低位組放在最前面)。”>"意味着大端法(最重要的字節存儲在最小的地址，即高位組放在最前面)。

dtype 對象是使用以下語法構造的：

numpy.dtype(object,align,copy)

1. object - 要轉換爲的數據類型對象
2. align - 如果爲 true，填充字段使其類似 C 的結構體。
3. copy - 複製 dtype 對象 ，如果爲 false，則是對內置數據類型對象的引用。

實例

接下來我們可以通過實例來理解。
實例1

import numpy as np
#使用標量類型
dt = np.dtype(np.int32)
print(dt)

輸出結果爲：

int32

實例2

import numpy as np
# # int8, int16, int32, int64 四種數據類型可以使用字符串 'i1', 'i2','i4','i8' 代替
dt = np.dtype('i4')
print(dt)

輸出結果：

int32

實例3

import numpy as np
# 字節順序標註
dt = np.dtype('<i4')
print(dt)

輸出結果爲：

int32

下面示例是展示結構化數據類型的使用，類型字段和對應的實際類型將被創建。
實例4

# 首先創建結構化數據類型
import numpy as np
dt = np.dtype([('age',np.int8)])
print(dt)

輸出結果爲：

[('age', 'i1')]

實例5

#將數據類型應用於ndarray對象
import numpy as np
dt = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a)

結果爲：

[(10,) (20,) (30,)]

實例6

# 類型字段名可以用於存取實際的age列
import numpy as np
dt = np.dtype([('age',np.int8)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a['age'])

輸出結果爲：

[10 20 30]

下面的示例定義一個結構化數據類型 student，包含字符串字段 name，整數字段 age，及浮點字段 marks，並將這個 dtype 應用到 ndarray 對象。
實例7

import numpy as np
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])
print(student)

輸出結果爲：

[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]

實例8

import numpy as np
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')])
a = np.array([('abc',21,50),('xyz',18,75)],dtype = student)
print(a)

輸出結果爲：

[(b'abc', 21, 50.) (b'xyz', 18, 75.)]

每個內建類型都有一個唯一定義它的字符代碼，如下：