NumPy之:数据类型对象dtype

Posted 2021-09-14 flydean

简介

之前讲到了NumPy中有多种数据类型，每种数据类型都是一个dtype(numpy.dtype )对象。今天我们来详细讲解一下dtype对象。

dtype的定义

先看下dtype方法的定义：

class numpy.dtype(obj, align=False, copy=False)

其作用就是将对象obj转成dtype类型的对象。

它带了两个可选的参数:

• align - 是否按照C编译器的结构体输出格式对齐对象。
• Copy - 是拷贝对象，还是对对象的引用。

dtype可以用来描述数据的类型（int，float，Python对象等），描述数据的大小，数据的字节顺序（小端或大端）等。

可转换为dtype的对象

可转换的obj对象可以有很多种类型，我们一一来进行讲解

dtype对象

如果obj对象本身就是一个dtype对象，那么可以进行无缝转换。

None

不传的话，默认就是float_，这也是为什么我们创建数组默认都是float类型的原因。

数组标量类型

内置的数组标量可以被转换成为相关的data-type对象。

前面一篇文章我们讲到了什么是数组标量类型。数组标量类型是可以通过np.type来访问的数据类型。 比如： np.int32, np.complex128等。

我们看下数组标量的转换：

In [85]: np.dtype(np.int32)
Out[85]: dtype(\'int32\')

In [86]: np.dtype(np.complex128)
Out[86]: dtype(\'complex128\')

这些以np开头的内置数组标量类型可以参考我之前写的文章 “NumPy之:数据类型” 。

注意，数组标量并不是dtype对象，虽然很多情况下，可以在需要使用dtype对象的时候都可以使用数组标量。

通用类型

一些通用类型对象，可以被转换成为相应的dtype类型：

通用类型对象	dtype类型
number, inexact, floating	float
complexfloating	cfloat
integer, signedinteger	int_
unsignedinteger	uint
character	string
generic, flexible	void

内置Python类型

一些Python内置的类型和数组标量类型是等价的，也可以被转换成为dtype：

Python类型	dtype类型
int	int_
bool	bool_
float	float_
complex	cfloat
bytes	bytes_
str	str_
buffer	void
(all others)	object_

看下内置Python类型转换的例子：

In [82]: np.dtype(float)
Out[82]: dtype(\'float64\')

In [83]: np.dtype(int)
Out[83]: dtype(\'int64\')

In [84]:  np.dtype(object)
Out[84]: dtype(\'O\')

带有.dtype属性的对象

任何type对象只要包含dtype属性，并且这个属性属于可以转换的范围的话，都可以被转换成为dtype。

一个字符的string对象

对于每个内置的数据类型来说都有一个和它对应的字符编码，我们也可以使用这些字符编码来进行转换：

In [134]: np.dtype(\'b\')  # byte, native byte order
Out[134]: dtype(\'int8\')

In [135]: np.dtype(\'>H\')  # big-endian unsigned short
Out[135]: dtype(\'>u2\')

In [136]: np.dtype(\'<f\') # little-endian single-precision float
Out[136]: dtype(\'float32\')

In [137]: np.dtype(\'d\') # double-precision floating-point number
Out[137]: dtype(\'float64\')

数组类型的String

Numpy中数组类型的对象有一个属性叫做typestr。

typestr描述了这个数组中存放的数据类型和长度。

typestr由三部分组成，第一部分是描述数据字节顺序： < 小端 > 大端。

第二部分是数组里面元素的基本类型：

类型	描述
t	Bit field (following integer gives the number of bits in the bit field).
b	Boolean (integer type where all values are only True or False)
i	Integer
u	Unsigned integer
f	Floating point
c	Complex floating point
m	Timedelta
M	Datetime
O	Object (i.e. the memory contains a pointer to PyObject)
S	String (fixed-length sequence of char)
U	Unicode (fixed-length sequence of Py_UNICODE)
V	Other (void * – each item is a fixed-size chunk of memory)

最后一部分就是数据的长度。

dtype支持下面几种类型的转换：

类型	描述
\'?\'	boolean
\'b\'	(signed) byte
\'B\'	unsigned byte
\'i\'	(signed) integer
\'u\'	unsigned integer
\'f\'	floating-point
\'c\'	complex-floating point
\'m\'	timedelta
\'M\'	datetime
\'O\'	(Python) objects
\'S\', \'a\'	zero-terminated bytes (not recommended)
\'U\'	Unicode string
\'V\'	raw data (void)

我们看几个例子：

In [137]: np.dtype(\'d\')
Out[137]: dtype(\'float64\')

In [138]: np.dtype(\'i4\')
Out[138]: dtype(\'int32\')

In [139]: np.dtype(\'f8\')
Out[139]: dtype(\'float64\')

In [140]:  np.dtype(\'c16\')
Out[140]: dtype(\'complex128\')

In [141]: np.dtype(\'a25\')
Out[141]: dtype(\'S25\')

In [142]: np.dtype(\'U25\')
Out[142]: dtype(\'<U25\')

逗号分割的字符串

逗号分割的字符串可以用来表示结构化的数据类型。

对于这种结构化的数据类型也可以转换成为dtpye格式，转换后的dtype，将会以f1，f2, … fn-1作为名字来保存对应的格式数据。我们举个例子：

In [143]: np.dtype("i4, (2,3)f8, f4")
Out[143]: dtype([(\'f0\', \'<i4\'), (\'f1\', \'<f8\', (2, 3)), (\'f2\', \'<f4\')])

上面的例子中，f0保存的是32位的整数，f1保存的是 2 x 3 数组的64-bit 浮点数。f2是一个32-bit 的浮点数。

再看另外一个例子：

In [144]: np.dtype("a3, 3u8, (3,4)a10")
Out[144]: dtype([(\'f0\', \'S3\'), (\'f1\', \'<u8\', (3,)), (\'f2\', \'S10\', (3, 4))])

类型字符串

所有在numpy.sctypeDict.keys()中的字符，都可以被转换为dtype：

In [146]: np.sctypeDict.keys()
Out[146]: dict_keys([\'?\', 0, \'byte\', \'b\', 1, \'ubyte\', \'B\', 2, \'short\', \'h\', 3, \'ushort\', \'H\', 4, \'i\', 5, \'uint\', \'I\', 6, \'intp\', \'p\', 7, \'uintp\', \'P\', 8, \'long\', \'l\', \'L\', \'longlong\', \'q\', 9, \'ulonglong\', \'Q\', 10, \'half\', \'e\', 23, \'f\', 11, \'double\', \'d\', 12, \'longdouble\', \'g\', 13, \'cfloat\', \'F\', 14, \'cdouble\', \'D\', 15, \'clongdouble\', \'G\', 16, \'O\', 17, \'S\', 18, \'unicode\', \'U\', 19, \'void\', \'V\', 20, \'M\', 21, \'m\', 22, \'bool8\', \'Bool\', \'b1\', \'float16\', \'Float16\', \'f2\', \'float32\', \'Float32\', \'f4\', \'float64\', \'Float64\', \'f8\', \'float128\', \'Float128\', \'f16\', \'complex64\', \'Complex32\', \'c8\', \'complex128\', \'Complex64\', \'c16\', \'complex256\', \'Complex128\', \'c32\', \'object0\', \'Object0\', \'bytes0\', \'Bytes0\', \'str0\', \'Str0\', \'void0\', \'Void0\', \'datetime64\', \'Datetime64\', \'M8\', \'timedelta64\', \'Timedelta64\', \'m8\', \'int64\', \'uint64\', \'Int64\', \'UInt64\', \'i8\', \'u8\', \'int32\', \'uint32\', \'Int32\', \'UInt32\', \'i4\', \'u4\', \'int16\', \'uint16\', \'Int16\', \'UInt16\', \'i2\', \'u2\', \'int8\', \'uint8\', \'Int8\', \'UInt8\', \'i1\', \'u1\', \'complex_\', \'int0\', \'uint0\', \'single\', \'csingle\', \'singlecomplex\', \'float_\', \'intc\', \'uintc\', \'int_\', \'longfloat\', \'clongfloat\', \'longcomplex\', \'bool_\', \'unicode_\', \'object_\', \'bytes_\', \'str_\', \'string_\', \'int\', \'float\', \'complex\', \'bool\', \'object\', \'str\', \'bytes\', \'a\'])

使用的例子：

In [147]: np.dtype(\'uint32\')
Out[147]: dtype(\'uint32\')

In [148]: np.dtype(\'float64\')
Out[148]: dtype(\'float64\')

元组

通过使用dtype构成的元组，我们可以生成新的dtype。

元组也有很多种方式。

(flexible_dtype, itemsize)

对于不固定长度的dtype，可以指定size：

In [149]: np.dtype((np.void, 10))
Out[149]: dtype(\'V10\')

In [150]: np.dtype((\'U\', 10))
Out[150]: dtype(\'<U10\')

(fixed_dtype, shape)

对于固定长度的dtype，可以指定shape：

In [151]:  np.dtype((np.int32, (2,2)))
Out[151]: dtype((\'<i4\', (2, 2)))

In [152]: np.dtype((\'i4, (2,3)f8, f4\', (2,3)))
Out[152]: dtype(([(\'f0\', \'<i4\'), (\'f1\', \'<f8\', (2, 3)), (\'f2\', \'<f4\')], (2, 3)))

[(field_name, field_dtype, field_shape), ...]

list中的元素是一个个的field，每个field都是由2-3个部分组成的，分别是field名字，field类型，field的shape。

field_name如果是 ’ ‘的话，就会使用默认的f1，f2 ….作为名字。field_name 也可以是一个2元组，由title 和 name 组成。

field_dtype 就是field的dtype类型。

shape是一个可选字段，如果field_dtype是一个数组的话，就需要指定shape。

In [153]: np.dtype([(\'big\', \'>i4\'), (\'little\', \'<i4\')])
Out[153]: dtype([(\'big\', \'>i4\'), (\'little\', \'<i4\')])

上面是两个字段，一个是大端的32位的int，一个是小端的32位的int。

In [154]: np.dtype([(\'R\',\'u1\'), (\'G\',\'u1\'), (\'B\',\'u1\'), (\'A\',\'u1\')])
Out[154]: dtype([(\'R\', \'u1\'), (\'G\', \'u1\'), (\'B\', \'u1\'), (\'A\', \'u1\')])

四个字段，每个都是无符号整形。

{\'names\': ..., \'formats\': ..., \'offsets\': ..., \'titles\': ..., \'itemsize\': ...}

这种写法可以指定name列表和formats列表：

In [157]: np.dtype({\'names\': [\'r\',\'g\',\'b\',\'a\'], \'formats\': [np.uint8, np.uint8, np.uint8, np.uint8]})
Out[157]: dtype([(\'r\', \'u1\'), (\'g\', \'u1\'), (\'b\', \'u1\'), (\'a\', \'u1\')])

offsets 指的是每个字段的byte offsets。titles 是字段的title，itemsize 是整个dtype的size。

In [158]: np.dtype({\'names\': [\'r\',\'b\'], \'formats\': [\'u1\', \'u1\'],
     ...:                \'offsets\': [0, 2],
     ...:                \'titles\': [\'Red pixel\', \'Blue pixel\']})
     ...:
Out[158]: dtype({\'names\':[\'r\',\'b\'], \'formats\':[\'u1\',\'u1\'], \'offsets\':[0,2], \'titles\':[\'Red pixel\',\'Blue pixel\'], \'itemsize\':3})

(base_dtype, new_dtype)

可以将基本的dtype类型转换为结构化的dtype类型：

In [159]: np.dtype((np.int32,{\'real\':(np.int16, 0),\'imag\':(np.int16, 2)}))
Out[159]: dtype([(\'real\', \'<i2\'), (\'imag\', \'<i2\')])

32位的int转换成两个16位的int。

In [161]: np.dtype((\'i4\', [(\'r\',\'u1\'),(\'g\',\'u1\'),(\'b\',\'u1\'),(\'a\',\'u1\')]))
Out[161]: dtype([(\'r\', \'u1\'), (\'g\', \'u1\'), (\'b\', \'u1\'), (\'a\', \'u1\')])

32位的int，转换成4个unsigned integers。

本文已收录于 http://www.flydean.com/04-python-numpy-datatype-obj/

最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！