zoukankan      html  css  js  c++  java
  • Numpy系列(二)- 数据类型

    Numpy 中的数组比 Python 原生中的数组(只支持整数类型与浮点类型)强大的一点就是它支持更多的数据类型。

     基本数据类型

    numpy常见的数据类型

    数据类型描述
    bool_ 布尔(True或False),存储为一个字节
    int_ 默认整数类型(与C long相同;通常为int64int32
    intc 与C int(通常为int32int64)相同
    intp 用于索引的整数(与C ssize_t相同;通常为int32int64
    int8 字节(-128到127)
    int16 整数(-32768到32767)
    int32 整数(-2147483648至2147483647)
    int64 整数(-9223372036854775808至9223372036854775807)
    uint8 无符号整数(0到255)
    uint16 无符号整数(0到65535)
    uint32 无符号整数(0至4294967295)
    uint64 无符号整数(0至18446744073709551615)
    float_ float64的简写。
    float16 半精度浮点:符号位,5位指数,10位尾数
    float32 单精度浮点:符号位,8位指数,23位尾数
    float64 双精度浮点:符号位,11位指数,52位尾数
    complex_ complex128的简写。
    complex64 复数,由两个32位浮点(实数和虚数分量)
    complex128 复数,由两个64位浮点(实数和虚数分量)

    以上这些数据类型都可以通过 np.bool_np.float32等方式访问。

    这些类型都可以在创建 ndarray 时通过参数 dtype 来指定。

    a = np.arange(3, dtype=np.float16)
    a
    Out[107]: array([0., 1., 2.], dtype=float16)
    a.dtype
    Out[108]: dtype('float16')
    

      此外,在创建 ndarray 对象时,也可以通过字符代码来替换,主要是为了保持与较旧包(例如Numeric)的向后兼容性。

    np.array([1, 2, 3], dtype='f')
    Out[109]: array([1., 2., 3.], dtype=float32 

    类型转换

    要转换数组的类型,请使用.astype()方法(首选)或类型本身作为函数。

    a
    Out[110]: array([0., 1., 2.], dtype=float16)
    a.astype(np.bool_)
    Out[111]: array([False,  True,  True])
    np.bool_(a)
    Out[112]: array([False,  True,  True])
    

     

  • 相关阅读:
    [Quote] Android Graphics Architecture
    New NFC log
    [Quote] 3.6 Namespaces
    NFC DAL(Driver Abstraction Layer) and OSAL(Operating System Abstraction Layer)
    Finance&Invest&Economics URL Links
    Concepts
    Tracking NFC Flow
    NFC log
    [IoE] About AllJoyn™
    [Quote] How does getSystemService() work exactly?
  • 原文地址:https://www.cnblogs.com/zhangyafei/p/10566944.html
Copyright © 2011-2022 走看看