Single

numpy常见数据类型及其使用方法

numpy中常见数据类型分为三种:整型(有符号和无符号),浮点型和复数型

有符号整型:
int8 8位字节性,取值范围 (-128 to 127)
int16 16位,取值范围 (-32768 to 32767)
int32 32位,取值范围 (-2147483648 to 2147483647)
int64 64位,取值范围 (-9223372036854775808 to 9223372036854775807)

通常实际使用中int32和int64较常使用。

无符号整型:

uint8 8位字节性,取值范围 (0 to 255)
uint16 U16位,取值范围 (0 to 65535)
uint32 32位,取值范围 (0 to 4294967295)
uint64 64位,取值范围 (0 to 18446744073709551615)

浮点型:

float16 半精度,取值范围:5位指数,10位尾数
float32 单精度,取值范围:8位指数,23位尾数
float64 双精度,取值范围:11位指数,52位尾数

实际中float32和float64使用较多。

复数型:

complex64 由两个32位浮点(实数和虚数分量)表示,
complex128 由两个64位浮点(实数和虚数分量)表示,

numpy数据类型使用方法:

1.直接将相关整数、浮点数和复数等转换为numpy的数据类型

例如:

>> import numpy
 >>> x=numpy.float32(1.1)
 >>> x
 1.1
 >>> type(x)
 <type 'numpy.float32'>

2.和其他的数据生成方法(numpy.array,numpy.asarray等)一起使用,将其他类型的变量转换为numpy的数据类型

>>> import numpy
>>> m=numpy.array([1,2,3],numpy.float32)
>>> m
array([ 1., 2., 3.], dtype=float32)

暂无评论

发表评论