数组类型

from numpy import *

之前已经看过整数数组和布尔数组，除此之外还有浮点数数组和复数数组。

复数数组

产生一个复数数组：

a = array([1 + 1j, 2, 3, 4])

Python会自动判断数组的类型：

a.dtype

dtype('complex128')

对于复数我们可以查看它的实部和虚部：

a.real

array([ 1.,  2.,  3.,  4.])

a.imag

array([ 1.,  0.,  0.,  0.])

还可以设置它们的值：

a.imag = [1,2,3,4]

查看 a：

a

array([ 1.+1.j,  2.+2.j,  3.+3.j,  4.+4.j])

查看复共轭：

a.conj()

array([ 1.-1.j,  2.-2.j,  3.-3.j,  4.-4.j])

事实上，这些属性方法可以用在浮点数或者整数数组上：

a = array([0.,1,2,3])
a.dtype

dtype('float64')

a.real

array([ 0.,  1.,  2.,  3.])

a.imag

array([ 0.,  0.,  0.,  0.])

a.conj()

array([ 0.,  1.,  2.,  3.])

但这里，虚部是只读的，并不能修改它的值：

# 会报错
a.imag = [1,2,3,4]

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

TypeError                                 Traceback (most recent call last)

<ipython-input-13-3db28f506ec9> in <module>()
      1 # 会报错
----> 2 a.imag = [1,2,3,4]


TypeError: array does not have imaginary part to set

指定数组类型

之前已经知道，构建数组的时候，数组会根据传入的内容自动判断类型：

a = array([0,1.0,2,3])

对于浮点数，默认为双精度：

a.dtype

dtype('float64')

查看所用字节（8 bytes * 4）：

a.nbytes

32

当然，我们也可以在构建的时候指定类型：

a = array([0,1.0,2,3],
         dtype=float32)

此时类型为单精度浮点数：

a.dtype

dtype('float32')

查看所用字节（4 bytes * 4）：

a.nbytes

16

除此之外，还可以指定有无符号，例如无符号整数：

a = array([0,1,2,3],
         dtype=uint8)
a.dtype

dtype('uint8')

uint8 只使用一个字节，表示 0 到 255 的整数。

还可以从二进制数据中读取。

先写入二进制数据：

a = array([102,111,212], 
          dtype=uint8)
a.tofile('foo.dat')

从数据中读入，要指定类型：

b = frombuffer('foo', 
               dtype=uint8)
b

array([102, 111, 111], dtype=uint8)

清理数据文件：

import os
os.remove('foo.dat')

0-255 的数字可以表示ASCⅡ码，我们可以用 ord 函数来查看字符的ASCⅡ码值：

ord('f')

102

ord('S')

83

Numpy 类型

具体如下：

基本类型	可用的Numpy类型	备注
布尔型	bool	占1个字节
整型	int8, int16, int32, int64, int128, int	int 跟C语言中的 long 一样大
无符号整型	uint8, uint16, uint32, uint64, uint128, uint	uint 跟C语言中的 unsigned long 一样大
浮点数	float16, float32, float64, float, longfloat	默认为双精度 float64 ，longfloat 精度大小与系统有关
复数	complex64, complex128, complex, longcomplex	默认为 complex128 ，即实部虚部都为双精度
字符串	string, unicode	可以使用 dtype=S4 表示一个4字节字符串的数组
对象	object	数组中可以使用任意值
Records	void
时间	datetime64, timedelta64

任意类型的数组：

a = array([1,1.2,'hello', [10,20,30]], 
          dtype=object)

乘法：

a * 2

array([2, 2.4, 'hellohello', [10, 20, 30, 10, 20, 30]], dtype=object)

类型转换

转换数组的类型：

a = array([1.5, -3], 
         dtype=float32)
a

array([ 1.5, -3. ], dtype=float32)

asarray 函数

使用 asarray 函数：

asarray(a, dtype=float64)

array([ 1.5, -3. ])

asarray(a, dtype=uint8)

array([  1, 253], dtype=uint8)

asarray 不会修改原来数组的值：

a

array([ 1.5, -3. ], dtype=float32)

但当类型相同的时候，asarray 并不会产生新的对象，而是使用同一个引用：

b = asarray(a, dtype=float32)

b is a

True

这么做的好处在与，asarray 不仅可以作用于数组，还可以将其他类型转化为数组。

有些时候为了保证我们的输入值是数组，我们需要将其使用 asarray 转化，当它已经是数组的时候，并不会产生新的对象，这样保证了效率。

asarray([1,2,3,4])

array([1, 2, 3, 4])

astype 方法

astype 方法返回一个新数组：

a.astype(float64)

array([ 1.5, -3. ])

a.astype(uint8)

array([  1, 253], dtype=uint8)

astype也不会改变原来数组的值：

a

array([ 1.5, -3. ], dtype=float32)

另外，astype 总是返回原来数组的一份复制，即使转换的类型是相同的：

b = a.astype(float32)
print a
print b

[ 1.5 -3. ]
[ 1.5 -3. ]

a is b

False

view 方法

a = array((1,2,3,4), dtype=int32)
a

array([1, 2, 3, 4])

view 会将 a 在内存中的表示看成是 uint8 进行解析：

b = a.view(uint8)
b

array([1, 0, 0, 0, 2, 0, 0, 0, 3, 0, 0, 0, 4, 0, 0, 0], dtype=uint8)

a[0] = 2**30
a

array([1073741824,          2,          3,          4])

修改 a 会修改 b 的值，因为共用一块内存：

b

array([ 0,  0,  0, 64,  2,  0,  0,  0,  3,  0,  0,  0,  4,  0,  0,  0], dtype=uint8)