Numpy系列（二）- 數據類型
阿新 • • 發佈：2019-03-20
tro bsp array 無符號整數 指定 數據類型 code head highlight
Numpy 中的數組比 Python 原生中的數組（只支持整數類型與浮點類型）強大的一點就是它支持更多的數據類型。
基本數據類型
numpy常見的數據類型
| 數據類型 | 描述 |
|---|---|
| bool_ | 布爾（True或False），存儲為一個字節 |
| int_ | 默認整數類型（與C long相同；通常為int64或int32） |
| intc | 與C int（通常為int32或int64）相同 |
| intp | 用於索引的整數（與C ssize_t相同；通常為int32或int64） |
| int8 | 字節（-128到127） |
| int16 | 整數（-32768到32767） |
| int32 | 整數（-2147483648至2147483647） |
| int64 | 整數（-9223372036854775808至9223372036854775807） |
| uint8 | 無符號整數（0到255） |
| uint16 | 無符號整數（0到65535） |
| uint32 | 無符號整數（0至4294967295） |
| uint64 | 無符號整數（0至18446744073709551615） |
| float_ | float64的簡寫。 |
| float16 | 半精度浮點：符號位，5位指數，10位尾數 |
| float32 | 單精度浮點：符號位，8位指數，23位尾數 |
| float64 | 雙精度浮點：符號位，11位指數，52位尾數 |
| complex_ | complex128的簡寫。 |
| complex64 | 復數，由兩個32位浮點（實數和虛數分量） |
| complex128 | 復數，由兩個64位浮點（實數和虛數分量） |
以上這些數據類型都可以通過 np.bool_、np.float32等方式訪問。
這些類型都可以在創建 ndarray 時通過參數 dtype 來指定。
a = np.arange(3, dtype=np.float16) a Out[107]: array([0., 1., 2.], dtype=float16) a.dtype Out[108]: dtype(‘float16‘)
此外，在創建 ndarray 對象時，也可以通過字符代碼來替換，主要是為了保持與較舊包（例如Numeric）的向後兼容性。
np.array([1, 2, 3], dtype=‘f‘) Out[109]: array([1., 2., 3.], dtype=float32
類型轉換
要轉換數組的類型，請使用.astype()方法（首選）或類型本身作為函數。
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])
Numpy系列（二）- 數據類型