關于Numpy數(shù)據(jù)類型對象(dtype)使用詳解

#記住引入numpy時要是用別名np，則所有的numpy字樣都要替換
 #查詢數(shù)值類型
>>>type(float)
dtype('float64')
# 查詢字符代碼
>>> dtype('f')
dtype('float32')
>>> dtype('d')
dtype('float64')
# 查詢雙字符代碼
>>> dtype('f8')
dtype('float64')
# 獲取所有字符代碼
>>> sctypeDict.keys()
[0, … 'i2', 'int0']
 
# char 屬性用來獲取字符代碼
>>> t = dtype('Float64')
>>> t.char
'd'
# type 屬性用來獲取類型
>>> t.type
<type 'numpy.float64'>
 
# str 屬性獲取完整字符串表示
# 第一個字符是字節(jié)序，< 表示小端，> 表示大端，| 表示平臺的字節(jié)序
>>> t.str
'<f8'
 
# 獲取大小
>>> t.itemsize
8
 
# 許多函數(shù)擁有 dtype 參數(shù)
# 傳入數(shù)值類型、字符代碼和 dtype 都可以
>>> arange(7, dtype=uint16)
array([0, 1, 2, 3, 4, 5, 6], dtype=uint16)

import numpy
#定義t的各個字段類型
>>> t = dtype([('name', str, 40), ('numitems', numpy.int32), ('price',numpy.float32)])
>>> t
dtype([('name', '|S40'), ('numitems', '<i4'), ('price','<f4')])
 
# 獲取字段類型
>>> t['name']
dtype('|S40')
 
# 使用記錄類型創(chuàng)建數(shù)組
# 否則它會把記錄拆開
>>> itemz = array([('Meaning of life DVD', 42, 3.14), ('Butter', 13,2.72)], dtype=t)
>>> itemz[1]
('Butter', 13, 2.7200000286102295)
#再舉個例*
>>>adt = np.dtype("a3, 3u8, (3,4)a10") #3字節(jié)字符串、3個64位整型子數(shù)組、3*4的10字節(jié)字符串數(shù)組，注意8為字節(jié)
>>>itemz = np.array([('Butter',[13,2,3],[['d','o','g','s'],['c','a','t','s'],['c','o','w','s']])],dtype=adt)
>>>itemz
(b'But', [13, 2, 3], [[b'd', b'o', b'g', b's'], [b'c', b'a', b't', b's'], [b'c', b'o', b'w', b's']])

#(flexible_dtype, itemsize)第一個大小不固定的參數(shù)類型，第二傳入大?。?>>> dt = np.dtype((void, 10)) #10位
>>> dt = np.dtype((str, 35))  # 35字符字符串
>>> dt = np.dtype(('U', 10))  # 10字符unicode string
 
#(fixed_dtype, shape)第一個傳入固定大小的類型參數(shù)，第二參數(shù)傳入個數(shù)
>>> dt = np.dtype((np.int32, (2,2)))     # 2*2int子數(shù)組
舉例: >>>item = np.array([([12,12],[55,56])], dtype=dt)
array([[12, 12], [55, 56]])
>>> dt = np.dtype(('S10', 1))         # 10字符字符串
>>> dt = np.dtype(('i4, (2,3)f8, f4', (2,3))) # 2*3結構子數(shù)組
 
#[(field_name, field_dtype, field_shape), …]
>>> dt = np.dtype([('big', '>i4'), ('little', '<i4')])
>>> dt = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])
 
#{‘names': …, ‘formats': …, ‘offsets': …, ‘titles': …, ‘itemsize': …}：
>>> dt= np.dtype（{'names':('Date','Close'),'formats':('S10','f8')}）
>>> dt = np.dtype({'names': ['r','b'], 'formats': ['u1', 'u1'], 'offsets': [0, 2],'titles': ['Red pixel', 'Blue pixel']})
 
#(base_dtype, new_dtype)：
>>>dt = np.dtype((np.int32, (np.int8, 4))) //base_dtype被分成4個int8的子數(shù)組