NumPy - 数据类型

NumPy - 数据类型 (dtype)

每个 NumPy 数组（ndarray）都是由具有相同数据类型的元素组成的集合。与标准 Python 相比，NumPy 提供了更丰富的数值数据类型，可以对内存使用和精度进行精细控制。这些数据类型信息被封装在每个数组关联的**数据类型对象（dtype）**中。

dtype 对象提供了关于数组内存块中的字节应如何解释的元数据。这包括：

• **类型：**数据的种类（例如，整数、浮点数、布尔值、复数、字符串）。
• **大小：**每个元素的字节数（例如，int64 使用 8 字节）。
• 字节序：数据的字节顺序（小端序或大端序）。
• **结构（针对结构化数组）：**字段名、每个字段的数据类型以及内存布局。
• **子数组形状（如适用）：**对于表示数组中包含数组的数据类型。

常见的 NumPy 数据类型

下表列出了一些 NumPy 中最常用的内置标量数据类型。通常可以通过 np.<type_name> 访问它们（例如 np.int64、np.float32）。

类型	描述
np.bool_	布尔类型（True 或 False），存储为单个字节。
np.int8、np.int16、np.int32、np.int64	有符号整数，大小各异（8、16、32、64 位）。np.int_ 是默认整数类型（通常是 np.int64）。
np.uint8、np.uint16、np.uint32、np.uint64	无符号整数，大小各异。
np.float16、np.float32、np.float64	浮点数，精度不同（半精度、单精度、双精度）。np.float_ 是默认浮点类型（通常是 np.float64）。
np.complex64、np.complex128	复数，由一对浮点数表示（两个 32 位或两个 64 位浮点数）。np.complex_ 默认为 np.complex128。
np.str_	Unicode 字符串类型。兼容 Python str。使用变长字符串。
np.bytes_	字节串类型。兼容 Python bytes。使用变长字符串。
np.datetime64	日期和时间值，具有各种单位（例如 [Y]、[M]、[D]、[h]、[m]、[s]、[ms]、[us]、[ns]）。
np.timedelta64	表示两个 datetime64 值之间的差值。
np.object_	表示 Python 对象。允许数组包含不同类型的元素（如果对性能要求高，则不推荐使用）。
np.void	表示原始、非结构化的数据块。常用于作为结构化数组的容器。

创建 dtype 对象

可以使用 numpy.dtype() 显式创建 dtype 对象。这通常在定义结构化数组或指定精确类型细节（如字节序）时需要。

numpy.dtype(object, align=False, copy=False)

object 参数可以是：

• NumPy 类型对象（例如 np.int32）。
• 类型字符代码字符串（例如，'i4' 表示 4 字节整数，'f8' 表示 8 字节浮点数，'U' 表示 Unicode 字符串）。
• 指定类型及字节序的字符串（例如，'>i4' 表示大端序 4 字节整数，'<f8' 表示小端序 8 字节浮点数）。= 表示本机字节序。
• 用于结构化数组的元组列表（见下文）。

示例 1：使用类型对象和字符代码

import numpy as np

# Using a NumPy type object
dt1 = np.dtype(np.int32)
print(f"dtype from np.int32: {dt1}")

# Using a character code string ('i4' = 4-byte integer)
dt2 = np.dtype('i4')
print(f"dtype from 'i4': {dt2}")

# Specifying big-endian byte order
dt3 = np.dtype('>i4') # '>' means big-endian
print(f"dtype with big-endian: {dt3}")

输出：

dtype from np.int32: int32
dtype from 'i4': int32
dtype with big-endian: >i4

结构化数据类型

结构化数组允许您定义这样的数组：其中每个元素都像 C 语言中的结构体（struct）一样，包含多个命名字段，这些字段可能具有不同的数据类型。这对于表示异构数据记录非常有用。

使用元组列表来定义结构化 dtype，其中每个元组的格式是 ('field_name', field_dtype)。

示例 2：定义和使用结构化数组

import numpy as np

# 定义学生记录的结构化 dtype
# 'U20' = 最大长度为 20 的 Unicode 字符串
# 'i1' = 1 字节整数 (int8)
# 'f4' = 4 字节浮点数 (float32)
student_dtype = np.dtype([
    ('name', 'U20'),
    ('age', np.int8),
    ('marks', np.float32)
])
print(f"Structured dtype: {student_dtype}\n")

# 使用此结构化 dtype 创建一个数组
students = np.array([
    ('Alice', 21, 85.5),
    ('Bob', 19, 92.0),
    ('Charlie', 22, 78.5)
], dtype=student_dtype)

print(f"Structured array:\n{students}\n")

# 按字段名访问数据（返回的是视图，不是副本）
ages = students['age']
print(f"Ages: {ages}")
print(f"Type of 'ages': {type(ages)}")
print(f"dtype of 'ages': {ages.dtype}")

# 访问特定记录的数据
print(f"\nFirst student's name: {students[0]['name']}")

输出：

Structured dtype: [('name', '<U20'), ('age', 'i1'), ('marks', '<f4')]

Structured array:
[('Alice', 21, 85.5) ('Bob', 19, 92. ) ('Charlie', 22, 78.5)]

Ages: [21 19 22]
Type of 'ages': <class 'numpy.ndarray'>
dtype of 'ages': int8

First student's name: Alice

注意：虽然结构化数组功能强大，但对于处理具有异构类型的通用表格数据，Pandas 库（基于 NumPy 构建）及其 DataFrame 对象通常更方便、功能更丰富。

更多详细信息，请参阅 NumPy 数据类型文档。