数据类型对象（dtype）

>>> dt = np.dtype('>i4')
>>> dt.byteorder
'>'
>>> dt.itemsize
4
>>> dt.name
'int32'
>>> dt.type is np.int32
True

>>> dt = np.dtype([('name', np.unicode_, 16), ('grades', np.float64, (2,))])
>>> dt['name']
dtype('|U16')
>>> dt['grades']
dtype(('float64',(2,)))

>>> 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'>

指定和建设数据类型¶

每当NumPy函数或方法中需要数据类型时，都可以提供dtype对象或可以转换为一个的对象。此类转换由dtype 构造函数完成：

dtype（obj [，对齐，复制]）

创建一个数据类型对象。

下面描述了可以转换为数据类型对象的内容：

dtype 宾语

照原样使用。

没有

默认数据类型：float_。

数组标量类型

24个内置数组标量类型对象全部转换为关联的数据类型对象。他们的子类别也是如此。

请注意，并非所有数据类型信息都可以提供一个类型对象：例如，flexible数据类型的默认项目大小为0，并且需要显式指定的大小才有用。

例

>>> dt = np.dtype(np.int32)      # 32-bit integer
>>> dt = np.dtype(np.complex128) # 128-bit complex floating-point number

通用类型

通用分层类型对象根据以下关联转换为相应的类型对​​象：

number，inexact，floating	float
complexfloating	cfloat
integer， signedinteger	int_
unsignedinteger	uint
character	string
generic， flexible	void

内置Python类型

当用于生成dtype对象时，几种python类型等效于对应的数组标量：

int	int_
bool	bool_
float	float_
complex	cfloat
bytes	bytes_
str	bytes_（Python2）或unicode_（Python3）
unicode	unicode_
buffer	void
（所有其他人）	object_

请注意，str根据Python版本的不同，它指的是空终止字节或unicode字符串。在针对Python的代码中，np.unicode_应将Python 2和3 用作字符串的dtype。请参见有关字符串类型的注释。

例

>>> dt = np.dtype(float)   # Python-compatible floating-point number
>>> dt = np.dtype(int)     # Python-compatible integer
>>> dt = np.dtype(object)  # Python object

类型与 .dtype

具有dtype属性的任何类型的对象：将直接访问和使用该属性。该属性必须返回可转换为dtype对象的内容。

可以转换几种字符串。可以使用'>'（big-endian），'<' （little-endian）或'='（hardware-native，默认值）前缀识别字符串，以指定字节顺序。

一字符字符串

每个内置数据类型都有一个字符代码（更新的Numeric类型代码），可以唯一地标识它。

例

>>> dt = np.dtype('b')  # byte, native byte order
>>> dt = np.dtype('>H') # big-endian unsigned short
>>> dt = np.dtype('<f') # little-endian single-precision float
>>> dt = np.dtype('d')  # double-precision floating-point number

数组协议类型的字符串（请参阅Array接口）

第一个字符指定数据的类型，其余字符指定每个项目的字节数，Unicode除外，Unicode将其解释为字符数。项目大小必须与现有的类型相对应，否则将引发错误。支持的种类是

'?'	布尔值
'b'	（有符号）字节
'B'	无符号字节
'i'	（有符号）整数
'u'	无符号整数
'f'	浮点
'c'	复数浮点
'm'	时间三角洲
'M'	约会时间
'O'	（Python）对象
'S'， 'a'	零终止字节（不建议）
'U'	Unicode字串
'V'	原始数据（void）

例

>>> dt = np.dtype('i4')   # 32-bit signed integer
>>> dt = np.dtype('f8')   # 64-bit floating-point number
>>> dt = np.dtype('c16')  # 128-bit complex floating-point number
>>> dt = np.dtype('a25')  # 25-length zero-terminated bytes
>>> dt = np.dtype('U25')  # 25-character string

注意字符串类型

为了与Python 2向后兼容，Sand和atypestrings保留以零结尾的字节，并np.string_继续映射到 np.bytes_。要在Python 3中使用实际的字符串，请使用U或np.unicode_。对于不需要零终止b或i1可以使用的有符号字节。

字符串，用逗号分隔

用于指定结构化数据类型的格式的简写形式是基本格式的逗号分隔字符串。

在这种情况下，基本格式是可选的形状说明符，后跟数组协议类型的字符串。如果形状具有多个尺寸，则需要在形状上加上括号。NumPy允许对格式进行修改，使得可以唯一标识类型的任何字符串都可以用于指定字段中的数据类型。生成的数据类型字段命名为'f0'，，'f1'…， 'f<N-1>'其中N（> 1）是字符串中逗号分隔的基本格式的数量。如果提供了可选的形状说明符，则对应字段的数据类型将描述一个子数组。

例

• f0包含32位整数的字段

• 字段命名为f1含有64位浮点数的2×3子阵列

• f2包含32位浮点数的字段

>>> dt = np.dtype("i4, (2,3)f8, f4")

• f0包含3个字符的字符串的字段

• 名为f1包含形状为（3，）的子数组的字段，该数组包含64位无符号整数

• f2包含3个x 4子数组的字段，该子数组包含10个字符的字符串

>>> dt = np.dtype("a3, 3u8, (3,4)a10")

输入字符串

numpy.sctypeDict.keys（）中的任何字符串：

例

>>> dt = np.dtype('uint32')   # 32-bit unsigned integer
>>> dt = np.dtype('Float64')  # 64-bit floating-point number

(flexible_dtype, itemsize)

第一个参数必须是转换为零大小的灵活数据类型对象的对象，第二个参数是提供所需项目大小的整数。

例

>>> dt = np.dtype((np.void, 10))  # 10-byte wide data block
>>> dt = np.dtype(('U', 10))   # 10-character unicode string

(fixed_dtype, shape)

第一个参数是可以转换为固定大小的数据类型对象的任何对象。第二个参数是这种类型的所需形状。如果shape参数为1，则数据类型对象等效于固定dtype。如果shape是一个元组，则新的dtype定义给定形状的子数组。

例

>>> dt = np.dtype((np.int32, (2,2)))          # 2 x 2 integer sub-array
>>> dt = np.dtype(('U10', 1))                 # 10-character string
>>> dt = np.dtype(('i4, (2,3)f8, f4', (2,3))) # 2 x 3 structured sub-array

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

obj应该是一个字段列表，其中每个字段由长度为2或3的元组描述。（等效descr于__array_interface__属性中的项目 。）

第一个元素field_name是字段名（如果这是 ''标准字段名'f#'，则被分配）。字段名称也可以是2个字符串的字符串，其中第一个字符串是“ title”（可以是任何字符串或unicode字符串）或该字段的元数据（可以是任何对象），第二个字符串是“名称”，必须是有效的Python标识符。

第二个元素field_dtype可以是任何可以解释为数据类型的元素。

如果此字段表示第二个元素中的数据类型数组，则可选的第三个元素field_shape包含形状。请注意，第三个参数等于1的3元组等效于2个元组。

此样式在 构造函数中不接受align，dtype因为假定所有内存均由数组接口描述解决。

例

具有字段big（big-endian 32位整数）和 little（little-endian 32位整数）字段的数据类型：

>>> dt = np.dtype([('big', '>i4'), ('little', '<i4')])

数据类型与字段R，G，B，A，各为一个无符号的8位整数：

>>> dt = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])

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

此样式具有两个必需键和三个可选键。该名称 和格式的密钥是必需的。它们各自的值是等长列表，其中包含字段名称和字段格式。字段名称必须是字符串，并且字段格式可以是dtype构造函数接受的任何对象。

提供可选的键偏移量和标题时，它们的值都必须是与名称 和格式列表长度相同的列表。该偏移值是字节偏移（限于列表ctypes.c_int）对于每个字段，而标题值是标题的每个字段的列表（如果没有标题期望该字段被用于无）。的标题可以是任何string 或unicode对象，并且将添加另一条目的字段字典由标题键和引用相同的字段的元组，其将包含标题作为附加元组构件。

项目大小键允许设置dtype的总大小，并且必须是足够大的整数，以便所有字段都在dtype内。如果正在构造的dtype是对齐的，则itemsize也必须可以被struct对齐整除。dtype项的总 大小限制为ctypes.c_int。

例

数据类型与字段r，g，b，a，各为8位无符号整数：

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

具有字段r和b（具有给定标题）的数据类型都是8位无符号整数，第一个位于字段开头的字节位置0，第二个位于位置2：

>>> dt = np.dtype({'names': ['r','b'], 'formats': ['u1', 'u1'],
...                'offsets': [0, 2],
...                'titles': ['Red pixel', 'Blue pixel']})

{'field1': ..., 'field2': ..., ...}

不鼓励使用此方法，因为它与其他基于dict的构造方法不明确。如果您有一个名为“名称”的字段和一个名为“格式”的字段，则将发生冲突。

这种样式允许传入fields 数据类型对象的属性。

obj应该包含引用或元组的字符串或unicode键 。(data-type, offset)(data-type, offset, title)

例

数据类型包含字段col1（在字节位置0处的10个字符的字符串），col2（在字节位置10处的32位浮点数）和col3（在字节位置14的整数）：

>>> dt = np.dtype({'col1': ('U10', 0), 'col2': (float32, 10),
    'col3': (int, 14)})

(base_dtype, new_dtype)

在NumPy 1.7和更高版本中，此格式允许base_dtype解释为结构化dtype。使用此dtype创建的数组将具有基础dtype base_dtype，但具有从new_dtype获取的字段和标志。这对于创建自定义结构化dtype很有用，就像在 record array中一样。

这种形式还可以指定具有重叠字段的struct dtype，其功能类似于C中的“ union”类型。但是不鼓励使用此方法，并且首选并集机制。

两个参数都必须可以转换为具有相同总大小的数据类型对象。

例

32位整数，其前两个字节被解释为经由场的整数real，并且经由字段下面两个字节imag。

>>> dt = np.dtype((np.int32,{'real':(np.int16, 0),'imag':(np.int16, 2)})

32位整数，被解释为由(4,)包含8位整数的形状子数组组成：

>>> dt = np.dtype((np.int32, (np.int8, 4)))

32位整数，包含字段r，g，b，a其解释在整数四个无符号整数的4个字节：

>>> dt = np.dtype(('i4', [('r','u1'),('g','u1'),('b','u1'),('a','u1')]))

dtype¶

NumPy数据类型描述是dtype该类的实例。