NumPy之:標量scalars

• 2021 年 4 月 25 日
• 筆記
• numpy, Python, Python數據分析, python編程, 程式那些事

簡介

Python語言中只定義了特定數據類的一種類型（比如只有一種整數類型，一種浮點類型等）。在不需要關注電腦中數據表示方式的普通應用程式中，這樣做很方便。但是，對於科學計算來說，我們需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。這些類型都是可以直接在NumPy中的數組中使用的，所以也叫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，都可以通過 np.type來訪問，比如：

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？

還有兩個是代表整數指針的 intp 和 uintp 。

注意，array scalars 類型是不可變的。

我們可以isinstance來對這些數組標量來進行層次結構的檢測。

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

內置Scalar類型

我們用下面的表來展示內置的Scalar類型和與他們相對應的C類型或者Python類型。最後一列的字元程式碼是類型的字元表示，在有些情況比如構建dtype中會使用到。

boolean

Integers

Unsigned integers

Floating-point numbers

Complex floating-point numbers

Python 對象

對於數組中的對象類型object_來說，存儲的數據其實是Python對象的引用，所以說他們的對象類型必須一致。

雖然存儲的是引用，但是在取值訪問的時候，返回的就是對象本身。

可以看到對於數字類型來說，int,uint,float,complex,後面可以跟上具體的數組，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：

有一個特例就是bool_ ，它和Python的 BooleanType 非常類似，但並不是繼承自BooleanType。因為Python的BooleanType 是不允許被繼承的。並且兩者底層的數據存儲長度也是不一樣的。

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

在Python 3 中， int_ 不再繼承 Python3 中的int了，因為int不再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，

字元程式碼中的 # 表示的是數字。

上面描述的字元程式碼，為了和Python的其他模組進行兼容，比如struct ，需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 //www.flydean.com/03-python-numpy-scalar/

最通俗的解讀，最深刻的乾貨，最簡潔的教程，眾多你不知道的小技巧等你來發現！

歡迎關注我的公眾號:「程式那些事」,懂技術，更懂你！