上一篇文章中我們?cè)敿?xì)介紹了 NumPy 的功能及用途，本章節(jié)著重介紹 NumPy 一個(gè)神奇的對(duì)象 Ndarray 以及 NumPy 數(shù)據(jù)類型，包括兩者的用途，接下來(lái)就開(kāi)啟神奇之旅吧。
標(biāo)準(zhǔn)安裝的 Python 中用列表 (list) 保存一組值，它可以用來(lái)當(dāng)作數(shù)組使用，不過(guò)由于列表的元素可以是任何對(duì)象，因此列表中所保存的是對(duì)象的指針。這樣為了保存一個(gè)簡(jiǎn)單的[1,2,3]，需要有3個(gè)指針和三個(gè)整數(shù)對(duì)象。對(duì)于數(shù)值運(yùn)算來(lái)說(shuō)這種結(jié)構(gòu)顯然比較浪費(fèi)內(nèi)存和CPU計(jì)算時(shí)間。
此外 Python 還提供了一個(gè)array模塊，array對(duì)象和列表不同，它直接保存數(shù)值，和C語(yǔ)言的一維數(shù)組比較類似。但是由于它不支持多維，也沒(méi)有各種運(yùn)算函數(shù)，因此也不適合做數(shù)值運(yùn)算。
NumPy 的誕生彌補(bǔ)了這些不足，NumPy提供了兩種基本的對(duì)象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray (下文統(tǒng)一稱之為數(shù)組)是存儲(chǔ)單一數(shù)據(jù)類型的多維數(shù)組，而 ufunc 則是能夠?qū)?shù)組進(jìn)行處理的函數(shù)。
NumPy 最重要的一個(gè)特點(diǎn)是其 N 維數(shù)組對(duì)象 ndarray，Ndarray 從名字組成上看是 Nd-array,顧名思義就是 N 維數(shù)組的意思，它是一系列多維且同類型數(shù)據(jù)的集合，以 下標(biāo)為 0 開(kāi)始進(jìn)行集合中元素的索引。ndarray 是內(nèi)存存儲(chǔ)，換言之 ndarray 對(duì)象由計(jì)算機(jī)內(nèi)存的連續(xù)一部分組成，并結(jié)合索引模式，將每個(gè)元素映射到內(nèi)存塊中的一個(gè)位置，它比列表存儲(chǔ)節(jié)省空間
from numpy import *eye(4)Out[3]: array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])由以上實(shí)例可知，創(chuàng)建一個(gè) ndarray 只需調(diào)用 NumPy 的 array 函數(shù)即可，如下：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
| 名稱 | 描述 |
|---|---|
| object | 數(shù)組或嵌套的數(shù)列 |
| dtype | 數(shù)組元素的數(shù)據(jù)類型，可選 |
| copy | 對(duì)象是否需要復(fù)制，可選 |
| order | 創(chuàng)建數(shù)組的樣式，C為行方向，F(xiàn)為列方向，A為任意方向（默認(rèn)） |
| subok | 默認(rèn)返回一個(gè)與基類類型一致的數(shù)組 |
| ndmin | 指定生成數(shù)組的最小維度 |
值得注意的是：ndmin 默認(rèn)為數(shù)值為 0
創(chuàng)建一個(gè)簡(jiǎn)單的 ndarray 對(duì)象，單維數(shù)組
import numpy as np a = np.array([1,2,3]) print (a)輸出結(jié)果如下：
[1 2 3]創(chuàng)建一個(gè)大于 1 維的數(shù)組
import numpy as np a = np.array([[1, 2], [3, 4]]) print (a)輸出結(jié)果如下：
[[1 2] [3 4]]使用最小維度參數(shù)指定維度
以下實(shí)例指定數(shù)組維度為 2 維，ndmin 默認(rèn)維度是 0
import numpy as np a = np.array([1, 2, 3,4,5], ndmin = 2) print (a)輸出結(jié)果為：
[[1, 2, 3, 4, 5]]使用 dtype 參數(shù)指定數(shù)組元素的數(shù)據(jù)類型
import numpy as np a = np.array([1, 2, 3], dtype = complex) print (a)輸出結(jié)果：
[1.+0.j 2.+0.j 3.+0.j]
NumPy 支持的數(shù)據(jù)類型比 Python 內(nèi)置的類型要更多，基本上可以和 C 語(yǔ)言的數(shù)據(jù)類型對(duì)應(yīng)上，其中部分類型對(duì)應(yīng)為 Python 內(nèi)置的類型。
下表列舉了 NumPy 常用基本數(shù)據(jù)類型，為了區(qū)別于 Python 原生的數(shù)據(jù)類型，bool、int、float、complex、str 等類型名稱末尾都加了 _。
| 名稱 | 描述 |
|---|---|
| bool_ | 布爾型數(shù)據(jù)類型（True 或者 False） |
| int_ | 默認(rèn)的整數(shù)類型（類似于 C 語(yǔ)言中的 long，int32 或 int64） |
| intc | 與 C 的 int 類型一樣，一般是 int32 或 int 64 |
| intp | 用于索引的整數(shù)類型（類似于 C 的 ssize_t，一般情況下仍然是 int32 或 int64） |
| int8 | 字節(jié)（-128 to 127） |
| int16 | 整數(shù)（-32768 to 32767） |
| int32 | 整數(shù)（-2147483648 to 2147483647） |
| int64 | 整數(shù)（-9223372036854775808 to 9223372036854775807） |
| uint8 | 無(wú)符號(hào)整數(shù)（0 to 255） |
| uint16 | 無(wú)符號(hào)整數(shù)（0 to 65535） |
| uint32 | 無(wú)符號(hào)整數(shù)（0 to 4294967295） |
| uint64 | 無(wú)符號(hào)整數(shù)（0 to 18446744073709551615） |
| float_ | float64 類型的簡(jiǎn)寫 |
| float16 | 半精度浮點(diǎn)數(shù)，包括：1 個(gè)符號(hào)位，5 個(gè)指數(shù)位，10 個(gè)尾數(shù)位 |
| float32 | 單精度浮點(diǎn)數(shù)，包括：1 個(gè)符號(hào)位，8 個(gè)指數(shù)位，23 個(gè)尾數(shù)位 |
| float64 | 雙精度浮點(diǎn)數(shù)，包括：1 個(gè)符號(hào)位，11 個(gè)指數(shù)位，52 個(gè)尾數(shù)位 |
| complex_ | complex128 類型的簡(jiǎn)寫，即 128 位復(fù)數(shù) |
| complex64 | 復(fù)數(shù)，表示雙 32 位浮點(diǎn)數(shù)（實(shí)數(shù)部分和虛數(shù)部分） |
| complex128 | 復(fù)數(shù)，表示雙 64 位浮點(diǎn)數(shù)（實(shí)數(shù)部分和虛數(shù)部分） |
另外 numpy 的數(shù)值類型實(shí)際上是 dtype 對(duì)象的實(shí)例，并對(duì)應(yīng)唯一的字符，包括 np.bool_，np.int32，np.float32，等等。
數(shù)據(jù)類型對(duì)象是用來(lái)描述與數(shù)組對(duì)應(yīng)的內(nèi)存區(qū)域如何使用，這依賴如下幾個(gè)方面：
字節(jié)順序是通過(guò)對(duì)數(shù)據(jù)類型預(yù)先設(shè)定"<"或">"來(lái)決定的。"<"意味著小端法(最小值存儲(chǔ)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(jié)存儲(chǔ)在最小的地址，即高位組放在最前面)。
dtype 對(duì)象是使用以下語(yǔ)法構(gòu)造的：
numpy.dtype(object, align, copy)實(shí)例操作：
實(shí)例 1
import numpy as np# 使用標(biāo)量類型da = np.array([1, 2, 3])print(da.dtype)輸出結(jié)果為：
int32實(shí)例 2
import numpy as np# int8, int16, int32, int64 四種數(shù)據(jù)類型可以使用字符串 'i1', 'i2','i4','i8' 代替dt = np.dtype('i4')print(dt)輸出結(jié)果為：
int32結(jié)構(gòu)化數(shù)據(jù)類型的使用，類型字段和對(duì)應(yīng)的實(shí)際類型將被創(chuàng)建
實(shí)例1：創(chuàng)建年齡數(shù)組并且應(yīng)用于 ndarray 對(duì)象
da = np.dtype(np.int64)print(da)
# 創(chuàng)建dt = np.dtype([('age',np.int8)])print(dt)輸出結(jié)果為：
int64[('age', 'i1')]dt = np.dtype([('age',np.int8)]) a = np.array([(10,),(20,),(30,)], dtype = dt) print(a)輸出結(jié)果為：
[(10,) (20,) (30,)]dt = np.dtype([('age',np.int8)]) a = np.array([(10,),(20,),(30,)], dtype = dt) print(a['age'])輸出結(jié)果為：
[10 20 30]實(shí)例2：定義一個(gè)結(jié)構(gòu)化數(shù)據(jù)類型 student，包含字符串字段 name，整數(shù)字段 age，及浮點(diǎn)字段 marks，并將這個(gè) dtype 應(yīng)用到 ndarray 對(duì)象。
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) print(student)輸出結(jié)果：
[('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]import numpy as npstudent = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) print(a)輸出結(jié)果為：
[(b'abc', 21, 50.) (b'xyz', 18, 75.)]| 字符 | 對(duì)應(yīng)類型 |
|---|---|
| b | 布爾型 |
| i | (有符號(hào)) 整型 |
| u | 無(wú)符號(hào)整型 integer |
| f | 浮點(diǎn)型 |
| c | 復(fù)數(shù)浮點(diǎn)型 |
| m | timedelta（時(shí)間間隔） |
| M | datetime（日期時(shí)間） |
| O | (Python) 對(duì)象 |
| S, a | (byte-)字符串 |
| U | Unicode |
| V | 原始數(shù)據(jù) (void) |
numpy 數(shù)據(jù)類型轉(zhuǎn)換需要調(diào)用方法 astype()，不能直接修改 dtype。調(diào)用 astype 返回?cái)?shù)據(jù)類型修改后的數(shù)據(jù)，但是源數(shù)據(jù)的類型不會(huì)變，需要進(jìn)一步對(duì)源數(shù)據(jù)的賦值操作才能改變。
實(shí)例：
da = np.array([1.2,1.1,1.0])# 輸出 da 的數(shù)據(jù)類型print(da.dtype)# 輸出 float64
# 轉(zhuǎn)換 da 的數(shù)據(jù)類型print(da.astype(np.int32))# 輸出 [1 1 1]
# 重新查看數(shù)據(jù)類型,發(fā)現(xiàn)數(shù)據(jù)類型還未改變print(da.dtype)# 輸出 float64
# 重新進(jìn)行賦值操作da = da.astype(np.int32)print(da.dtype) # 輸出int32
print(da)# 輸出 [1 1 1]我們把形如 z=a+bi（a, b均為實(shí)數(shù)）的數(shù)稱為復(fù)數(shù)，其中 a 稱為實(shí)部，b 稱為虛部，i 稱為虛數(shù)單位。
當(dāng)虛部 b=0 時(shí)，復(fù)數(shù) z 是實(shí)數(shù)；
當(dāng)虛部 b!=0 時(shí)，復(fù)數(shù) z 是虛數(shù)；
當(dāng)虛部 b!=0 ，且實(shí)部 a=0 時(shí)，復(fù)數(shù) z 是純虛數(shù)。
實(shí)例：
import numpy as np a = np.array([1, 2, 3], dtype = complex) print (a)輸出：
[1.+0.j 2.+0.j 3.+0.j]如上輸出結(jié)果就是復(fù)數(shù)形式的數(shù)據(jù)類型
本章節(jié)是對(duì) NumPy Ndarray 對(duì)象及 NumPy 數(shù)據(jù)類型的用法作詳細(xì)介紹，本文介紹的是 Ndarray 基礎(chǔ)知識(shí)，等把 NumPy 所有知識(shí)點(diǎn)介紹完后會(huì)出一些項(xiàng)目實(shí)戰(zhàn)，更好的給運(yùn)用 NumPy 相關(guān)知識(shí)點(diǎn)的工程師提供支撐。
https://www.runoob.com/numpy/numpy-ndarray-object.html https://www.runoob.com/numpy/numpy-dtype.html
文中示例代碼：python-100-days
聯(lián)系客服
