NumPy之:標量scalars

簡介

Python語言中只定義了特定數據類的一種類型（好比只有一種整數類型，一種浮點類型等）。在不須要關注計算機中數據表示方式的普通應用程序中，這樣作很方便。可是，對於科學計算來講，咱們須要更加精確的控制類型。

在NumPy中，引入了24種新的Python scalar類型用於更加準確的描述數據。這些類型都是能夠直接在NumPy中的數組中使用的，因此也叫Array scalar類型。

本文將會詳細講解這24種scalar類型。

scalar類型的層次結構

先看一個張圖，看下scalar類型的層次結構：

上面實線方框括起來的，就是scalar類型。 這些標量類型，均可以經過 np.type來訪問，好比：

In [130]: np.intc
Out[130]: numpy.int32

細心的小夥伴可能要問了，這不對呀，實線方框括起來的只有22中類型，還有兩個類型是什麼？

還有兩個是表明整數指針的 intp 和 uintp 。

注意，array scalars 類型是不可變的。

咱們能夠isinstance來對這些數組標量來進行層次結構的檢測。

例如，若是val是數組標量對象，則isinstance（val，np.generic）將返回True。若是val是複數值類型，則isinstance（val，np.complexfloating）將返回True。

內置Scalar類型

咱們用下面的表來展現內置的Scalar類型和與他們相對應的C類型或者Python類型。最後一列的字符代碼是類型的字符表示，在有些狀況好比構建dtype中會使用到。

boolean

類型	描述	字符代碼
bool_	compatible: Python bool	'?'
bool8	8 bits

Integers

類型	描述	字符代碼
byte	compatible: C char	'b'
short	compatible: C short	'h'
intc	compatible: C int	'i'
int_	compatible: Python int	'l'
longlong	compatible: C long long	'q'
intp	large enough to fit a pointer	'p'
int8	8 bits
int16	16 bits
int32	32 bits
int64	64 bits

Unsigned integers

類型	描述	字符代碼
ubyte	compatible: C unsigned char	'B'
ushort	compatible: C unsigned short	'H'
uintc	compatible: C unsigned int	'I'
uint	compatible: Python int	'L'
ulonglong	compatible: C long long	'Q'
uintp	large enough to fit a pointer	'P'
uint8	8 bits
uint16	16 bits
uint32	32 bits
uint64	64 bits

Floating-point numbers

類型	描述	字符代碼
half		'e'
single	compatible: C float	'f'
double	compatible: C double
float_	compatible: Python float	'd'
longfloat	compatible: C long float	'g'
float16	16 bits
float32	32 bits
float64	64 bits
float96	96 bits, platform?
float128	128 bits, platform?

Complex floating-point numbers

類型	描述	字符代碼
csingle		'F'
complex_	compatible: Python complex	'D'
clongfloat		'G'
complex64	two 32-bit floats
complex128	two 64-bit floats
complex192	two 96-bit floats, platform?
complex256	two 128-bit floats, platform?

Python 對象

類型	描述	字符代碼
object_	any Python object	'O'

對於數組中的對象類型object_來講，存儲的數據實際上是Python對象的引用，因此說他們的對象類型必須一致。

雖然存儲的是引用，可是在取值訪問的時候，返回的就是對象自己。

能夠看到對於數字類型來講，int,uint,float,complex,後面能夠跟上具體的數組，表示特定的長度。

intp 和 uintp 是兩個指向整數的指針。

有些類型和Python自帶的類型基本上是等價的，事實上這些類型就是繼承自Python自帶的類型：

Array scalar type	Related Python type
int_	IntType (Python 2 only)
float_	FloatType
complex_	ComplexType
bytes_	BytesType
unicode_	UnicodeType

有一個特例就是bool_ ，它和Python的 BooleanType 很是相似，但並非繼承自BooleanType。由於Python的BooleanType 是不容許被繼承的。而且二者底層的數據存儲長度也是不同的。

雖然在Python中bool是int的子類。可是在NumPy中 bool_ 並非 int_ 的子類，bool_ 甚至不是一個number 類型。

在Python 3 中， int_ 再也不繼承 Python3 中的int了，由於int再也不是一個固定長度的整數。

NumPy 默認的數據類型是 float_。

可變長度數據類型

下面的三種數據類型長度是可變的，

類型	描述	字符代碼
bytes_	compatible: Python bytes	'S#'
unicode_	compatible: Python unicode/str	'U#'
void		'V#'

字符代碼中的 # 表示的是數字。

上面描述的字符代碼，爲了和Python的其餘模塊進行兼容，好比struct ，須要進行下面適當的修正：

c -> S1, b -> B, 1 -> b, s -> h, w -> H, 和 u -> I.

---

本文已收錄於 http://www.flydean.com/03-python-numpy-scalar/

最通俗的解讀，最深入的乾貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！

歡迎關注個人公衆號:「程序那些事」,懂技術，更懂你！