NumPy之:标量scalars

骑猪看日落 2023-01-16 09:43 116阅读 0赞

### 文章目录 ###

*  简介
 *  scalar类型的层次结构
 *  内置Scalar类型
 *   *  boolean
     *  Integers
     *  Unsigned integers
     *  Floating-point numbers
     *  Complex floating-point numbers
     *  Python 对象
     *  可变长度数据类型

# 简介 #

Python语言中只定义了特定数据类的一种类型（比如只有一种整数类型，一种浮点类型等）。在不需要关注计算机中数据表示方式的普通应用程序中，这样做很方便。但是，对于科学计算来说，我们需要更加精确的控制类型。

在NumPy中，引入了24种新的Python scalar类型用于更加准确的描述数据。这些类型都是可以直接在NumPy中的数组中使用的，所以也叫Array scalar类型。

本文将会详细讲解这24种scalar类型。

# scalar类型的层次结构 #

先看一个张图，看下scalar类型的层次结构：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_0_text_aHR0cDovL3d3dy5mbHlkZWFuLmNvbQ_size_25_color_8F8F8F_t_70][]

上面实线方框括起来的，就是scalar类型。 这些标量类型，都可以通过 `np.type`来访问，比如：

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

细心的小伙伴可能要问了，这不对呀，实线方框括起来的只有22中类型，还有两个类型是什么？

还有两个是代表整数指针的 `intp` 和 `uintp` 。

> 注意，array scalars 类型是不可变的。

我们可以isinstance来对这些数组标量来进行层次结构的检测。

例如，如果val是数组标量对象，则isinstance（val，np.generic）将返回True。如果val是复数值类型，则isinstance（val，np.complexfloating）将返回True。

# 内置Scalar类型 #

我们用下面的表来展示内置的Scalar类型和与他们相对应的C类型或者Python类型。最后一列的字符代码是类型的字符表示，在有些情况比如构建dtype中会使用到。

## boolean ##

<table> 
 <thead> 
  <tr> 
   <th align="left">类型</th> 
   <th align="left">描述</th> 
   <th align="left">字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><code>bool_</code></td> 
   <td align="left">compatible: Python bool</td> 
   <td align="left"><code>'?'</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>bool8</code></td> 
   <td align="left">8 bits</td> 
   <td align="left"></td> 
  </tr> 
 </tbody> 
</table>

## Integers ##

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>byte</code></td> 
   <td>compatible: C char</td> 
   <td><code>'b'</code></td> 
  </tr> 
  <tr> 
   <td><code>short</code></td> 
   <td>compatible: C short</td> 
   <td><code>'h'</code></td> 
  </tr> 
  <tr> 
   <td><code>intc</code></td> 
   <td>compatible: C int</td> 
   <td><code>'i'</code></td> 
  </tr> 
  <tr> 
   <td><code>int_</code></td> 
   <td>compatible: Python int</td> 
   <td><code>'l'</code></td> 
  </tr> 
  <tr> 
   <td><code>longlong</code></td> 
   <td>compatible: C long long</td> 
   <td><code>'q'</code></td> 
  </tr> 
  <tr> 
   <td><code>intp</code></td> 
   <td>large enough to fit a pointer</td> 
   <td><code>'p'</code></td> 
  </tr> 
  <tr> 
   <td><code>int8</code></td> 
   <td>8 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>int16</code></td> 
   <td>16 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>int32</code></td> 
   <td>32 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>int64</code></td> 
   <td>64 bits</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

## Unsigned integers ##

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>ubyte</code></td> 
   <td>compatible: C unsigned char</td> 
   <td><code>'B'</code></td> 
  </tr> 
  <tr> 
   <td><code>ushort</code></td> 
   <td>compatible: C unsigned short</td> 
   <td><code>'H'</code></td> 
  </tr> 
  <tr> 
   <td><code>uintc</code></td> 
   <td>compatible: C unsigned int</td> 
   <td><code>'I'</code></td> 
  </tr> 
  <tr> 
   <td><code>uint</code></td> 
   <td>compatible: Python int</td> 
   <td><code>'L'</code></td> 
  </tr> 
  <tr> 
   <td><code>ulonglong</code></td> 
   <td>compatible: C long long</td> 
   <td><code>'Q'</code></td> 
  </tr> 
  <tr> 
   <td><code>uintp</code></td> 
   <td>large enough to fit a pointer</td> 
   <td><code>'P'</code></td> 
  </tr> 
  <tr> 
   <td><code>uint8</code></td> 
   <td>8 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>uint16</code></td> 
   <td>16 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>uint32</code></td> 
   <td>32 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>uint64</code></td> 
   <td>64 bits</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

## Floating-point numbers ##

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>half</code></td> 
   <td></td> 
   <td><code>'e'</code></td> 
  </tr> 
  <tr> 
   <td><code>single</code></td> 
   <td>compatible: C float</td> 
   <td><code>'f'</code></td> 
  </tr> 
  <tr> 
   <td><code>double</code></td> 
   <td>compatible: C double</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>float_</code></td> 
   <td>compatible: Python float</td> 
   <td><code>'d'</code></td> 
  </tr> 
  <tr> 
   <td><code>longfloat</code></td> 
   <td>compatible: C long float</td> 
   <td><code>'g'</code></td> 
  </tr> 
  <tr> 
   <td><code>float16</code></td> 
   <td>16 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>float32</code></td> 
   <td>32 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>float64</code></td> 
   <td>64 bits</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>float96</code></td> 
   <td>96 bits, platform?</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>float128</code></td> 
   <td>128 bits, platform?</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

## Complex floating-point numbers ##

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>csingle</code></td> 
   <td></td> 
   <td><code>'F'</code></td> 
  </tr> 
  <tr> 
   <td><code>complex_</code></td> 
   <td>compatible: Python complex</td> 
   <td><code>'D'</code></td> 
  </tr> 
  <tr> 
   <td><code>clongfloat</code></td> 
   <td></td> 
   <td><code>'G'</code></td> 
  </tr> 
  <tr> 
   <td><code>complex64</code></td> 
   <td>two 32-bit floats</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>complex128</code></td> 
   <td>two 64-bit floats</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>complex192</code></td> 
   <td>two 96-bit floats, platform?</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><code>complex256</code></td> 
   <td>two 128-bit floats, platform?</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

## Python 对象 ##

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>object_</code></td> 
   <td>any Python object</td> 
   <td><code>'O'</code></td> 
  </tr> 
 </tbody> 
</table>

> 对于数组中的对象类型`object_`来说，存储的数据其实是Python对象的引用，所以说他们的对象类型必须一致。
> 
> 虽然存储的是引用，但是在取值访问的时候，返回的就是对象本身。

可以看到对于数字类型来说，int,uint,float,complex,后面可以跟上具体的数组，表示特定的长度。

**intp** 和 **uintp** 是两个指向整数的指针。

有些类型和Python自带的类型基本上是等价的，事实上这些类型就是继承自Python自带的类型：

<table> 
 <thead> 
  <tr> 
   <th align="left">Array scalar type</th> 
   <th align="left">Related Python type</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><code>int_</code></td> 
   <td align="left"><code>IntType</code> (Python 2 only)</td> 
  </tr> 
  <tr> 
   <td align="left"><code>float_</code></td> 
   <td align="left"><code>FloatType</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>complex_</code></td> 
   <td align="left"><code>ComplexType</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>bytes_</code></td> 
   <td align="left"><code>BytesType</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>unicode_</code></td> 
   <td align="left"><code>UnicodeType</code></td> 
  </tr> 
 </tbody> 
</table>

有一个特例就是bool\_ ，它和Python的 **BooleanType** 非常类似，但并不是继承自**BooleanType**。因为Python的**BooleanType** 是不允许被继承的。并且两者底层的数据存储长度也是不一样的。

> 虽然在Python中bool是int的子类。但是在NumPy中 bool\_ 并不是 `int_` 的子类，**bool\_** 甚至不是一个number 类型。

> 在Python 3 中， `int_` 不再继承 Python3 中的`int`了，因为`int`不再是一个固定长度的整数。

> NumPy 默认的数据类型是 **float\_**。

## 可变长度数据类型 ##

下面的三种数据类型长度是可变的，

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>字符代码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>bytes_</code></td> 
   <td>compatible: Python bytes</td> 
   <td><code>'S#'</code></td> 
  </tr> 
  <tr> 
   <td><code>unicode_</code></td> 
   <td>compatible: Python unicode/str</td> 
   <td><code>'U#'</code></td> 
  </tr> 
  <tr> 
   <td><code>void</code></td> 
   <td></td> 
   <td><code>'V#'</code></td> 
  </tr> 
 </tbody> 
</table>

字符代码中的 \# 表示的是数字。

> 上面描述的字符代码，为了和Python的其他模块进行兼容，比如struct ，需要进行下面适当的修正：
> 
> `c -> S1`, `b -> B`, `1 -> b`, `s -> h`, `w -> H`, 和 `u -> I`.

--------------------

> 本文已收录于 [http://www.flydean.com/03-python-numpy-scalar/][http_www.flydean.com_03-python-numpy-scalar]
> 
> 最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！
> 
> 欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_0_text_aHR0cDovL3d3dy5mbHlkZWFuLmNvbQ_size_25_color_8F8F8F_t_70]: /images/20221022/6a6e05ffa82042358847fd4a42d90c2e.png
[http_www.flydean.com_03-python-numpy-scalar]: http://www.flydean.com/03-python-numpy-scalar/