常見數據類型介紹

Python 原生的數據類型相對較少， bool、int、float、str等。這在不需要關心數據在計算機中表示的所有方式的應用中是方便的。然而，對于科學計算，通常需要更多的控制。為了加以區分 numpy 在這些類型名稱末尾都加了“_”。

創建數據類型

numpy 的數值類型實際上是 dtype 對象的實例。

class dtype(object):
    def __init__(self, obj, align=False, copy=False):
        pass

數據類型對象 (dtype)

數據類型對象（numpy.dtype 類的實例）用來描述與數組對應的內存區域是如何使用，它描述了數據的以下幾個方面：：

• 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，那么它的形狀和數據類型是什么。

字節順序是通過對數據類型預先設定 < 或 > 來決定的。 < 意味著小端法(最小值存儲在最小的地址，即低位組放在最前面)。> 意味著大端法(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)

• object - 要轉換為的數據類型對象
• align - 如果為 true，填充字段使其類似 C 的結構體。
• copy - 復制 dtype 對象 ，如果為 false，則是對內置數據類型對象的引用

每個內建類型都有一個唯一定義它的字符代碼，如下：

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:

dt = np.dtype([("age",np.int_)])
dt

a = np.array([(31,),(27,),(36,),(28,),(18,)],dtype=dt)
a["age"]

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，并將這個 dtype 應用到 ndarray 對象。

student = np.dtype([("name","S30"),("age",np.int_),("marks","f4")])
student

student = np.dtype([("name","S30"),("age",np.int_),("marks","f4")])
a = np.array([("STZZ",31,0.3),("WJ",22,0.9),("WTX",27,1.0)],dtype=student)
a

a["name"]
a["age"]
a["marks"]