NumPy 超詳細教程（2）：數據類型

系列文章地址

• NumPy 最詳細教程（1）：NumPy 數組
• NumPy 超詳細教程（2）：數據類型
• NumPy 超詳細教程（3）：ndarray 的內部機理及高級迭代

---

NumPy 數據類型

一、NumPy 中的數據類型

NumPy 支持比 Python 更多種類的數值類型，下表所列的數據類型都是 NumPy 內置的數據類型，爲了區別於 Python 原生的數據類型，bool、int、float、complex、str 等類型名稱末尾都加了 _。

print(numpy.dtype) 所顯示的都是 NumPy 中的數據類型，而非 Python原生數據類型。

類型名稱	描述
bool_	布爾類型
unicode_ / unicode / str_ / str0（零非字母O）	Unicode 字符串
int8 / byte
int16 / short
int32 / intc / int_ / long
int64 / longlong / intp / int0（零非字母O）
uint8 / ubyte
uint16 / ushort
uint32 / uintc
uint64 / ulonglong / uintp / uint0（零非字母O）
float16 / half	半精度浮點數，包括：1 個符號位，5 個指數位，10 個尾數位
float32 / single	單精度浮點數，包括：1 個符號位，8 個指數位，23 個尾數位
float64 / float_ / double	雙精度浮點數，包括：1 個符號位，11 個指數位，52 個尾數位
complex64 / singlecomplex	複數，表示雙 32 位浮點數（實數部分和虛數部分）
complex128 / complex_ / cfloat / cdouble / longcomplex / clongfloat / clongdouble	複數，表示雙 64 位浮點數（實數部分和虛數部分）
datetime64	NumPy 1.7 開始支持的日期時間類型
timedelta64	表示兩個時間之間的間隔

這裏有點不理解，我是 win7 64 位系統，上述的類型都是我實測獲得的，可是，我查看源碼，裏面倒是以下定義的。總之，爲了安全起見，仍是建議用 int3二、int64 等無歧義的類型。

int_ = long
intp = long
int64 = long
int0 = long

class long(signedinteger):
    """ 64-bit integer. Character code 'l'. Python int compatible. """
    pass
複製代碼

補充：複數的概念

咱們把形如 z=a+bi（a, b均爲實數）的數稱爲複數，其中 a 稱爲實部，b 稱爲虛部，i 稱爲虛數單位。 當虛部 b=0 時，複數 z 是實數； 當虛部 b!=0 時，複數 z 是虛數； 當虛部 b!=0，且實部 a=0 時，複數 z 是純虛數。

二、datetime64 的使用

Ⅰ、簡單示例

例一：

import numpy as np

a = np.datetime64('2019-03-01')
print(a)
複製代碼

輸出：

2019-03-01
複製代碼

例二：

import numpy as np

a = np.datetime64('2019-03')
print(a)
複製代碼

輸出：

2019-03
複製代碼

看到沒有，能夠僅顯示到「月」，是否是很贊？

Ⅱ、單位使用

datetime64 能夠指定使用的單位，單位包括年（'Y'），月（'M'），周（'W'）和天（'D'），而時間單位是小時（'h'），分鐘（'m'） ），秒（'s'），毫秒（'ms'），微秒（'us'），納秒（'ns'），皮秒（'ps'），飛秒（'fs'），阿託秒（'as'）。

例三： 周（'W'）是一個比較奇怪的單位，若是是週四，則顯示當前，若是不是，則顯示上一個週四。後來我想，大概是由於 1970-01-01 是週四。

import numpy as np

a = np.datetime64('2019-03-07', 'W')
b = np.datetime64('2019-03-08', 'W')
print(a, b)
複製代碼

輸出：（2019-03-07 是週四）

2019-03-07 2019-03-07
複製代碼

例四： 從字符串建立 datetime64 類型時，默認狀況下，NumPy 會根據字符串自動選擇對應的單位。

import numpy as np

a = np.datetime64('2019-03-08 20:00')
print(a.dtype)
複製代碼

輸出：

datetime64[m]
複製代碼

例五： 也能夠強制指定使用的單位。

import numpy as np

a = np.datetime64('2019-03', 'D')
print(a)
複製代碼

輸出：

2019-03-01
複製代碼

例六： 由上例能夠看出，2019-03 和 2019-03-01 所表示的實際上是同一個時間。 事實上，若是兩個 datetime64 對象具備不一樣的單位，它們可能仍然表明相同的時刻。而且從較大的單位（如月份）轉換爲較小的單位（如天數）是安全的。

import numpy as np

print(np.datetime64('2019-03') == np.datetime64('2019-03-01'))
複製代碼

輸出：

True
複製代碼

例七： 從字符串建立日期時間數組時，若是單位不統一，則一概轉化成其中最小的單位。

import numpy as np

a = np.array(['2019-03', '2019-03-08', '2019-03-08 20:00'], dtype='datetime64')
print(a)
print(a.dtype)
複製代碼

輸出：

['2019-03-01T00:00' '2019-03-08T00:00' '2019-03-08T20:00']
datetime64[m]
複製代碼

Ⅲ、配合 arange 函數使用

**例八：**一個月的全部天數

import numpy as np

a = np.arange('2019-02', '2019-03', dtype='datetime64[D]')
print(a)
複製代碼

輸出：

['2019-02-01' '2019-02-02' '2019-02-03' '2019-02-04' '2019-02-05'
 '2019-02-06' '2019-02-07' '2019-02-08' '2019-02-09' '2019-02-10'
 '2019-02-11' '2019-02-12' '2019-02-13' '2019-02-14' '2019-02-15'
 '2019-02-16' '2019-02-17' '2019-02-18' '2019-02-19' '2019-02-20'
 '2019-02-21' '2019-02-22' '2019-02-23' '2019-02-24' '2019-02-25'
 '2019-02-26' '2019-02-27' '2019-02-28']
複製代碼

例九： 間隔也能夠是 3 天（'3D'）這種形式哦。

import numpy as np

a = np.arange('2019-02', '2019-03', dtype='datetime64[3D]')
print(a)
複製代碼

輸出：

['2019-02-01' '2019-02-04' '2019-02-07' '2019-02-10' '2019-02-13'
 '2019-02-16' '2019-02-19' '2019-02-22' '2019-02-25']
複製代碼

發現沒有，這裏少了 2019-02-28。我認爲是個 BUG，沒道理去掉的。

Ⅳ、Datetime64 和 Timedelta64 運算

例一： timedelta64 表示兩個 Datetime64 之間的差。timedelta64 也是帶單位的，而且和相減運算中的兩個 Datetime64 中的較小的單位保持一致。

import numpy as np

a = np.datetime64('2019-03-08') - np.datetime64('2019-03-07')
b = np.datetime64('2019-03-08') - np.datetime64('2019-03-07 08:00')
c = np.datetime64('2019-03-08') - np.datetime64('2019-03-07 23:00', 'D')

print(a, a.dtype)
print(b, b.dtype)
print(c, c.dtype)
複製代碼

輸出：

1 days timedelta64[D]
960 minutes timedelta64[m]
1 days timedelta64[D]
複製代碼

看 c 的表達式，由於強制限定了單位，因此 np.datetime64('2019-03-07 23:00', 'D') 所表示的時間實際上是 2019-03-07，那麼結果是 1 也就好理解了。

例二：

import numpy as np

a = np.datetime64('2019-03') + np.timedelta64(20, 'D')
print(a)
複製代碼

輸出：

2019-03-21
複製代碼

Ⅴ、Timedelta64 單獨的運算

**例一：**生成 Timedelta64

import numpy as np

a = np.timedelta64(1, 'Y')    # 方式一
b = np.timedelta64(a, 'M')    # 方式二
print(a)
print(b)
複製代碼

輸出：

1 years
12 months
複製代碼

**例二：**加減乘除

import numpy as np

a = np.timedelta64(1, 'Y')
b = np.timedelta64(6, 'M')

print(a + b)
print(a - b)
print(2 * a)
print(a / b)
複製代碼

輸出：

18 months
6 months
2 years
2.0
複製代碼

例三： 可是，年（'Y'）和月（'M'）這兩個單位是通過特殊處理的，它們沒法和其餘單位進行運算，一年有幾天？一個月有幾個小時？這些都是不肯定的。

import numpy as np

a = np.timedelta64(1, 'M')
b = np.timedelta64(a, 'D')
複製代碼

輸出：

TypeError: Cannot cast NumPy timedelta64 scalar from metadata [M] to [D] according to the rule 'same_kind'
複製代碼

Ⅵ、numpy.datetime64 與 datetime.datetime 相互轉換

import numpy as np
import datetime

dt = datetime.datetime(2018, 9, 1)
dt64 = np.datetime64(dt, 'D')
print(dt64, dt64.dtype)

dt2 = dt64.astype(datetime.datetime)
print(dt2)
複製代碼

輸出：

2018-09-01 datetime64[D]
2018-09-01
複製代碼

Ⅶ、工做日功能（busday）

busday 默認週一至週五是工做日。該實現基於一個 weekmask，包含 7 個布爾標誌，用於工做日。

**例一：**busday_offset busday_offset 將指定的偏移量應用於工做日，單位天（'D'）。例如計算下一個工做日：

import numpy as np

a = np.busday_offset('2019-03-08', 1)
print(a)
複製代碼

輸出：

2019-03-11
複製代碼

例二： 若是當前日期爲非工做日，則默認是報錯的。

import numpy as np

a = np.busday_offset('2019-03-09', 1)
print(a)
複製代碼

輸出：

ValueError: Non-business day date in busday_offset
複製代碼

例三： 能夠指定 forward 或 backward 規則來避免報錯。

import numpy as np

a = np.busday_offset('2019-03-09', 1, roll='forward')
b = np.busday_offset('2019-03-09', 1, roll='backward')
print(a)
print(b)

c = np.busday_offset('2019-03-09', 0, roll='forward')
d = np.busday_offset('2019-03-09', 0, roll='backward')
print(c)
print(d)
複製代碼

輸出：

2019-03-12
2019-03-11
2019-03-11
2019-03-08
複製代碼

能夠指定偏移量爲 0 來獲取當前日期向前或向後最近的工做日，固然，若是當前日期自己就是工做日，則直接返回當前日期。

例四：

import numpy as np

a = np.busday_offset('2019-05', 1, roll='forward', weekmask='Sun')
print(a)
複製代碼

輸出：

2019-05-12
複製代碼

母親節是 5 月的第二個星期日，本例就能夠用於返回母親節具體的日期。來解釋一下：weekmask 參數在這裏能夠傳星期的英文簡寫（注意是簡寫 Mon、Tue、Wed、Thu、Fri、Sat、Sun，全拼報錯的），指定向前或向後到星期幾。上面代碼的含義就是：前進道 2019-05-01 後的第二個（不要忘了下標從 0 開始的）星期日。

這個功能對老美來講也許有用，可是在中國，誰來給我求個端午節是幾月幾號？

**例五：**is_busday 返回指定日期是不是工做日。

import numpy as np

a = np.is_busday(np.datetime64('2019-03-08'))
b = np.is_busday('2019-03-09')
print(a)
print(b)
複製代碼

輸出：

True
False
複製代碼

**例六：**busday_count 返回兩個日期之間的工做日數量。

import numpy as np

a = np.busday_count(np.datetime64('2019-03-01'), np.datetime64('2019-03-10'))
b = np.busday_count('2019-03-10', '2019-03-01')
print(a)
print(b)
複製代碼

輸出：

6
-6
複製代碼

**例七：**count_nonzero 統計一個 datetime64['D'] 數組中的工做日天數。

import numpy as np

c = np.arange('2019-03-01', '2019-03-10', dtype='datetime64')
d = np.count_nonzero(np.is_busday(c))
print(d)
複製代碼

輸出：

6
複製代碼

例八： 自定義周掩碼值，即指定一週中哪些星期是工做日。

import numpy as np

a = np.is_busday('2019-03-08', weekmask=[1, 1, 1, 1, 0, 1, 0])
b = np.is_busday('2019-03-09', weekmask='1111010')
print(a)
print(b)
複製代碼

輸出：

False
True
複製代碼

周掩碼值還能夠直接用星期單詞縮寫列出全部的工做日，下面所示的周掩碼錶示的工做日是：週一週二週三週四週六週日，週五爲休息日。

weekmask='Mon Tue Wed Thu Sat Sun'
複製代碼

三、數據類型對象：dtype

數據類型對象是用來描述與數組對應的內存區域如何使用，這依賴以下幾個方面：

• 數據的類型（整數，浮點數或者 Python 對象）
• 數據的大小（例如， 整數使用多少個字節存儲）
• 數據的字節順序（小端法"<"或大端法">"，大端法高字節在前低字節在後，小端法低字節在前高字節在後）
• 在結構化類型的狀況下，字段的名稱、每一個字段的數據類型和每一個字段所取的內存塊的部分（見例三）
• 若是數據類型是子數組，它的形狀和數據類型字節順序是經過對數據類型預先設定"<"或">"來決定的。

Ⅰ、實例化 dtype 對象

dtype 對象構造語法：

numpy.dtype(obj, align=False, copy=False)
複製代碼

參數	描述
object	要轉換爲數據類型對象的對象
align	若是爲 True，填充字段使其相似 C 的結構體，只有當 object 是字典或逗號分隔的字符串時才能夠是 True
copy	複製 dtype 對象，若是爲 False，則是對內置數據類型對象的引用

例一： int8, int16, int32, int64 四種數據類型可使用字符串 'i1', 'i2', 'i4', 'i8' 代替。（見字符代碼）

import numpy as np

dt = np.dtype('i4')
print(dt)
複製代碼

輸出：

int32
複製代碼

例二：

import numpy as np

dt = np.dtype('<i4')
print(dt)
複製代碼

輸出：

int32
複製代碼

例三： 本例定義一個結構化數據類型 student，包含字符串字段 name，整數字段 age，並將這個 dtype 應用到 ndarray 對象。

import numpy as np
student = np.dtype([('name', 'S20'), ('age', 'i1')])
print(student)

a = np.array([('tom', 21), ('Jerry', 18)], dtype=student)
print(a)
複製代碼

輸出：

[('name', 'S20'), ('age', 'i1')]
[(b'tom', 21) (b'Jerry', 18)]
複製代碼

Ⅱ、字符代碼

字符代碼	對應類型
b	布爾型
i	有符號整型，'i1', 'i2', 'i4', 'i8' 對應 int8, int16, int32, int64
u	無符號整型，'u1', 'u2', 'u4', 'u8' 對應 uint8, uint16, uint32, uint64
f	浮點型，'f2', 'f4', 'f8' 對應 float16, float32, float64
c	複數，'c8', 'c16' 對應 complex64, complex128
m	timedelta64（時間間隔），本質上是個 int64
M（大寫）	datetime64（日期時間）
O（大寫）	Python 對象
S（大寫）/ a	(byte-)字符串，只能包含 ASCII 碼字符，S 或 a 後帶數字表示字符串長度，超出部分將被截斷，例如 S20、a10
U（大寫）	Unicode 字符串，U 後帶數字表示字符串長度，超出部分將被截斷，例如 U20
V（大寫）	bytes 數組，V 後帶數字表示數組長度，超出部分將被截斷，不足則補零

這裏主要講下 M 和 V 的使用，其餘都比較簡單好理解，能夠看上面的例子。

字符代碼 M 的使用示例：

import numpy as np

student = np.dtype([('name', 'S4'), ('age', 'M8[D]')])
print(student)

a = np.array([('tom', '2011-01-01'), ('Jerry', np.datetime64('2012-05-17'))], dtype=student)
print(a)
print(a['age'].dtype)
複製代碼

輸出：

[('name', 'S4'), ('age', '<M8[D]')]
[(b'tom', '2011-01-01') (b'Jerr', '2012-05-17')]
datetime64[D]
複製代碼

這裏必須寫成 M8[單位]，不加單位報：Cannot cast NumPy timedelta64 scalar from metadata [D] to according to the rule 'same_kind'。

字符代碼 V 的使用示例：

import numpy as np

student = np.dtype([('name', 'V8'), ('age', 'i1')])
print(student)

a = np.array([(b'tom', 21), (b'Jerry', 18)], dtype=student)
print(a)
print(a['name'].dtype)
複製代碼

輸出：

[('name', 'V8'), ('age', 'i1')]
[(b'\x74\x6F\x6D\x00\x00\x00\x00\x00', 21)
 (b'\x4A\x65\x72\x72\x79\x00\x00\x00', 18)]
|V8
複製代碼

四、numpy.datetime_data

語法：

numpy.datetime_data(dtype, /)
複製代碼

**參數：**只能是 datetime64 或 timedelta64 類型 **返回值：**返回一個元組 ('單位', 步長)

例一：

import numpy as np

dt_25s = np.dtype('timedelta64[25s]')
print(np.datetime_data(dt_25s))
複製代碼

輸出：

('s', 25)
複製代碼

例二：

import numpy as np

dt_25s = np.dtype('timedelta64[25s]')
b = np.array([1, 2, 3, 4, 5], dt_25s).astype('timedelta64[s]')
print(b)
print(b.dtype)
複製代碼

輸出：

[ 25  50  75 100 125]
timedelta64[s]
複製代碼

本例中，b 是一個 narray，數據類型從 timedelta64[25s] 轉成了 timedelta64[s]，因此數組中每一個數都要乘以 25。

五、numpy.datetime_as_string

將日期時間數組轉換爲字符串數組。

語法：

numpy.datetime_as_string(arr, unit=None, timezone='naive', casting='same_kind')
複製代碼

參數	描述
arr	datetimes64 數組
unit	'auto' 或者 datetime64 單位。
timezone	時區
casting	在日期時間單位之間進行更改時容許進行轉換。有如下可選值：'no', 'equiv', 'safe', 'same_kind', 'unsafe'。

例一：

import numpy as np

dt_array = np.arange('2019-03-01', '2019-03-10', dtype='datetime64[D]')
str_array = np.datetime_as_string(dt_array)

print(str_array)
print(str_array.dtype)
複製代碼

輸出：

['2019-03-01' '2019-03-02' '2019-03-03' '2019-03-04' '2019-03-05'
 '2019-03-06' '2019-03-07' '2019-03-08' '2019-03-09']
<U28
複製代碼

**例二：**unit的使用示例 默認狀況下，unit=None，若是數組中的 datetime64 元素單位不一致，則會統一轉化爲其中最小的單位形式輸出，若是 unit='auto' 則會保持原樣輸出。固然，若是指定了單位，則按指定的單位格式輸出。

import numpy as np

dt_array = np.array(['2019-03', '2019-03-08', '2019-03-08 20:00'], dtype='datetime64')

str_array1 = np.datetime_as_string(dt_array)
str_array2 = np.datetime_as_string(dt_array, unit='auto')
str_array3 = np.datetime_as_string(dt_array, unit='D')
print(str_array1)
print(str_array2)
print(str_array3)
複製代碼

輸出：

['2019-03-01T00:00' '2019-03-08T00:00' '2019-03-08T20:00']
['2019-03-01' '2019-03-08' '2019-03-08T20:00']
['2019-03-01' '2019-03-08' '2019-03-08']
複製代碼

---

歡迎關注個人公衆號

大齡碼農的Python之路