『Numpy』numpy.dtype内存数据解析方式指导

Posted 2020-10-29 叠加态的猫

numpy.dtype用于自定义数据类型，实际是指导python程序存取内存数据时的解析方式。

【注意】，更改格式不能使用 array.dtype=int32 这样的硬性更改，会不改变内存直接该边解析过程，导致读取出问题，所以使用 array.astype(int32) ，这样才安全。

一、基本使用示例

// 定义一个数据类型，其中name为16为字符串，grades为2个float64的子数组
>>> dt = np.dtype([(‘name‘, np.str_, 16), (‘grades‘, np.float64, (2,))])
>>> dt[‘name‘]
dtype(‘<U16‘)
>>> dt[‘grades‘]
dtype((‘<f8‘,(2,)))

// 调用方法查看数组
>>> x = np.array([(‘Sarah‘, (8.0, 7.0)), (‘John‘, (6.0, 7.0))], dtype=dt)
>>> x[1]
(‘John‘, [6.0, 7.0])
>>> x[1][‘grades‘]
array([ 6.,  7.])
>>> type(x[1])
<type ‘numpy.void‘>
>>> type(x[1][‘grades‘])
<type ‘numpy.ndarray‘>

 

二、dtype复杂格式概览

1、(flexible_dtype, itemsize)：不指定大小的数据类型，大小

>>> dt = np.dtype((void, 10))  # 10位缓存区对象
>>> dt = np.dtype((str, 35))   # 35字符字符串
>>> dt = np.dtype((‘U‘, 10))   # 10字符unicode string

 2、(fixed_dtype, shape)：固定大小的类型，个数

>>> dt = np.dtype((np.int32, (2,2)))          # 2*2int子数组
>>> dt = np.dtype((‘S10‘, 1))                 # 10字符字符串
>>> dt = np.dtype((‘i4, (2,3)f8, f4‘, (2,3))) # 2x3结构子数组

3、[(field_name, field_dtype, field_shape), …]：字段名，格式(含类型大小)，个数

文首示例中的例子即为此种情况

>>> dt = np.dtype([(‘big‘, ‘>i4‘), (‘little‘, ‘<i4‘)])
>>> dt = np.dtype([(‘R‘,‘u1‘), (‘G‘,‘u1‘), (‘B‘,‘u1‘), (‘A‘,‘u1‘)])

4、{‘names’: …, ‘formats’: …, ‘offsets’: …, ‘titles’: …, ‘itemsize’: …}：同上，使用字典来表达，且定制程度更高

>>> dt = np.dtype({‘names‘: [‘r‘,‘g‘,‘b‘,‘a‘],‘formats‘: [uint8, uint8, uint8, uint8]})

5、{‘field1’: …, ‘field2’: …, …}： 同上

// col1在字节0处，col2在字节10处，col3在字节14处
>>> dt = np.dtype({‘col1‘: (‘S10‘, 0), ‘col2‘: (float32, 10),‘col3‘: (int, 14)})

 

三、获取数组的dtype

数组的.dtype返回4的格式，将属性作为条目展示

数组的.dtype.fields会进一步转换为5的格式，更强调字段，将之作为条目展示

persontype = np.dtype({
    ‘names‘:[‘name‘,‘age‘,‘weight‘,‘height‘],
    ‘formats‘:[‘S30‘,‘i‘,‘f‘,‘f‘]}, align=True)
a = np.array([(‘Zhang‘,32,72.5,167),
              (‘Wang‘,24,65,170)],dtype=persontype)

print(a.dtype）
#dtype({‘names‘:[‘name‘,‘age‘,‘weight‘,‘height‘], 
#       ‘formats‘:[‘S30‘,‘<i4‘,‘<f4‘,‘<f4‘], 
#       ‘offsets‘:[0,32,36,40], 
#       ‘itemsize‘:44}, 
#       align=True)


print(a.dtype.fields)
# mappingproxy({‘age‘: (dtype(‘int32‘), 32),
#               ‘height‘: (dtype(‘float32‘), 40),
#               ‘name‘: (dtype(‘S30‘), 0),
#               ‘weight‘: (dtype(‘float32‘), 36)})

 

四、简单数据格式

int32，big-edian 以及 little-endian

>>> dt = np.dtype(‘>i4‘)  定义一个big-endian int 4*8=32位的数据类型
>>> dt
dtype(‘>i4‘)
>>> dt.byteorder    //字节顺序：>为big-edian <为little-endian 
‘>‘
>>> dt.itemsize    //字节大小
4
>>> dt.name       //dt类型
‘int32‘
>>> dt.type is np.int32
True

 

简略字符参

‘b‘     boolean
‘i‘     (signed) integer
‘u‘     unsigned integer
‘f‘     floating-point
‘c‘     complex-floating point
‘m‘     timedelta
‘M‘     datetime
‘O‘     (Python) objects
‘S‘, ‘a‘    (byte-)string
‘U‘     Unicode
‘V‘     raw data (void)

 

混编格式

[个数] | 类型 | 字节数

// 3字节字符串、3个8字节整型子数组、3*4的10字节字符串数组
np.dtype("a3, 3u8, (3,4)a10")