NDArray标量

NDArray标量类型

• numpy中定义了24种新python类型（NDArray标量类型）

  • 类型描述符主要基于CPython中C语言可用的类型

• 标量具有和ndarray相同的属性和方法

  • 数组标量不可变，故属性不可设置

内置标量类型

Routine	Desc
iinfo(int_type)	整数类型的取值范围等信息
finfo(float_type)	浮点类型的取值范围等信息

Python关联

NumPy类型	Python类型	64位NumPy定长类型	Desc
int_	继承自int（Python2）	int64
float_	继承自float	float64
complex_	继承自complex	complex128
bytes_	继承自bytes	S#"/"a#"	Python字节串
unicode_	继承自str	"U#"	Python字符串
void		"V#"	Python缓冲类型
object_	继承自object（Python3）	"O"	Python对象引用

• np.bool_类似Python中bool类型，但不继承它

  • Python中bool类型不允许被继承
  • np.bool_大小和bool类型大小不同

• np.int_不继承自int，因为后者宽度不再固定

  • NumPy中数组没有真正np.int类型，因为宽度不再固定， 各产品

• bytes_、unicode_、void是可灵活配置宽度的类型

  • 在指定长度后不能更改，赋长于指定长度的值会被截断
  • unicode_：强调内容为字符串
  • bytes_：强调内容为字节串
  • void：类型强调内容为二进制内容，但不是字节串

• object_存储的是python对象的引用而不对象本身

  • 其中引用不必是相同的python类型
  • 兜底类型

• Python基本类型等在NumPy命名空间下都有同名别名，如： np.unicode == np.str == str
• NumPy数组中数据类型无法被真正设置为int类型，为保证数组 中元素宽度一致性，必然无法被设置为非定长类型

C类型关联

• NumPy支持的原始类型和C中原始类型紧密相关

NumPy类型	C类型	64位定长别名	Desc	单字符代码	定长字符串代码
bool_	bool	bool8	存储为字节的bool值	"?"	无
byte	signed char	int8		"b"	"i1"
short	short	int16		"h"	"i2"
intc	int	int32		"i"	"i4"
int_	long	int64		"l"	"i8"
longlong	long long	无		"q"	无
ubyte	unsigned char	uint8		"B"	"u1"
ushort	unsigned short	uint16		"H"	"u2"
uintc	unsigned int	uint32		"I"	"u4"
uint	usigned long	uint64		"L"	"u8"
ulonglong	unsigned long long	无		"Q"	无
half	无	float16	半精度浮点：1+5+10	"e"	"f2"
single	float	float32	单精度浮点，通常为：1+8+23	"f4"
double	double	float64	双精度浮点，通常为：1+11+52	"d"	"f8"
longdouble/longfloat	long double	float128	平台定义的扩展精度浮点	"g"	"f16"
csingle	float complex	complex64	两个单精度浮点	"F"	"c8"
cdouble/cfloat	double complex	complex128	两个双精度浮点	"D"	"c16"
clongdouble/clongfloat	long duoble complex	complex256	两个扩展精度浮点	"G"	"c32"

• float complex、double complex类型定义在complex.h中
• C中的定长类型别名定义在stdint.h中

其他类型

Python类型	Desc	单字符代码	定长字符串代码
timedelta64	时间增量	"m"	"m8"
datetime64	日期时间	"M"	"M8"

属性、索引、方法

• 数组标量属性基本同ndarray

• 数组标量类似0维数组一样支持索引

  • X[()]返回副本
  • X[...]返回0维数组
  • X[<field-name>]返回对应字段的数组标量

• 数组标量与ndarray有完全相同的方法

  • 默认行为是在内部将标量转换维等效0维数组，并调用相应 数组方法

定义数组标量类型

• 从内置类型组合结构化类型
• 子类化ndarray
  • 部分内部行为会由数组类型替代
• 完全自定义数据类型，在numpy中注册
  • 只能使用numpy C-API在C中定义

数据类型相关函数

数据类型信息

Function	Desc
finfo(dtype)	机器对浮点类型限制
iinfo(type)	机器对整型限制
MachAr([float_conv,int_conv])	诊断机器参数
typename(char)	对给定数据类型字符代码的说明

数据类型测试

Function	Desc
can_cast(from_,to[,casting])	是否可以类型转换
issctype(rep)	rep（不能为可转换字符串）是否表示标量数据类型
issubdtype(arg1,arg2)	arg1在数据类型层次中较低（即dtype的issubclass）
issubsctype(arg1,arg2)	同issubdtype，但支持包含dtype属性对象作为参数
issubclass_(arg1,arg2)	同内置issubclass，但参数非类时仅返回False，而不是raise TypeError

• np.int64、np.int32在层次体系中不同、且层级一致，所以 会出现issubdtype(np.int64, int) -> True，其他情况为 False

• 通过np.can_cast函数确定safely类型转换

  def print_casting(ntypes):
  	print("X")
  	for char in ntypes:
  		print(char, end=" ")
  	print("")
  	for row in ntypes:
  		print(row, end=" ")
  		for col in ntypes:
  			print(int(np.can_cast(row, col)), end=" ")
  		print("")
  print_casting(np.typecodes["All"])

数据类型确定

Function	Params	ReturnType	ReturnDesc
min_scalar_type(a)	标量值	dtype实例	满足要求最小类型
promote_types(type1,type2)	dtype等	dtype实例	可安全转换的最小类型
result_type(*array_and_dtypes)	dtype等、标量值、数组	dtype实例	应用promotion rules得到类型
find_common_type(array_types,scalar_types)	dtype等列表	dtype实例	综合考虑标量类型、数组类型
common_type(*arrays)	数值型数组（有dtype属性）	预定义类型	满足要求类型中、最高精度类型
maximum_sctype(t)	dtype等、标量值、数组	预定义类型	满足要求类型中、最高精度类型
obj2sctype(rep[,default])	dtype等、标量值、数组	预定义类型	对象类型
sctype2char(sctype)	dtype等、标量值、数组	类型字符代码	满足要求的最小类型
mintypecode(typechars[,typeset,default])	dtype等、标量值、数组	类型字符代码	typeset中选择

• 除非标量和数组为不同体系内数据类型，否则标量不能up_cast 数组数据类型

• https://numpy.org/devdocs/reference/generated/numpy.issubdtype.html#numpy.issubdtype
• https://numpy.org/devdocs/reference/generated/numpy.issubsctype.html#numpy.issubsctype
• https://numpy.org/devdocs/reference/generated/numpy.find_common_type.html#numpy.find_common_type
• https://numpy.org/devdocs/reference/generated/numpy.result_type.html#numpy.result_type
• https://numpy.org/devdocs/reference/generated/numpy.common_type.html#numpy.common_type

数据类型类np.dtype

class dtype(obj[,align,copy])

• numpy.dtype类描述如何解释数组项对应内存块中字节

  • 数据大小
  • 数据内存顺序：little-endian、big-endian
  • 数据类型
    • 结构化数据
      • 各字段名称
      • 各字段数据类型
      • 字段占用的内存数据块
    • 子数组
      • 形状
      • 数据类型

• 需numpy.dtype实例作为参数的场合，大部分场景可用等价、 可转换为dtype实例的其他值代替

  • python、numpy中预定义的标量类型、泛型类型
  • 创建dtype实例类型的字符串、字典、列表
  • 包含dtype属性的类、实例

数据类型元素

类型类

• NumPy内置类型

  • 24中内置数组标量类型

  • 泛型类型

    |Generic类型|转换后类型| |——-|——-| |number,inexact,floating|float_| |complexfloating|complex_| |integer,signedinteger|int_| |unsignedinteger|uint| |character|string| |generic,flexible|void|

• python内置类型，等效于相应数组标量

  • 转换规则同NumPy内置数组标量类型

  • None：缺省值，转换为float_

    |Python内置类型|转换后类型| |——-|——-| |int|int_| |bool|bool_| |float|float_| |complex|complex_| |bytes|bytes_| |str|unicode_| |unicode|unicode_| |buffer|void| |Others|object_|

• 带有.dtype属性的类型：直接访问、使用该属性

  • 该属性需返回可转换为dtype对象的内容

可转换类型的字符串

• numpy.sctypeDict.keys()中字符串

• Array-protocal类型字符串，详细参见NumPy数组标量类型

  • 首个字符指定数据类型
  • 支持指定字节数的字符可在之后指定项目占用字节数
    • 定长类型只能指定满足平台要求的字节数
    • 非定长类型可以指定任意字节数

  |代码|类型| |——-|——-| |'?'|boolean| |'b'|(signed) byte，等价于'i1'| |'B'|unsigned byte，等价于'u1'| |'i'|(signed) integer| |'u'|unsigned integer| |'f'|floating-point| |'c'|complex-floating point| |'m'|timedelta| |'M'|datetime| |'O'|(Python) objects| |'S'/'a'|zero-terminated bytes (not recommended)| |'U'|Unicode string| |'V'|raw data (void)|

结构化数据类型

Function	Desc
format_parser(formats,names,titles[,aligned,byteorder])	创建数据类型
dtype(obj[,align,copy])

• 结构化数据类型

  • 包含一个或多个数据类型字段，每个字段有可用于访问的 名称
  • 父数据类型应有足够大小包含所有字段
  • 父数据类型几乎总是基于void类型

• 仅包含不具名、单个基本类型时，数组结构会穿透

  • 字段不会被隐式分配名称
  • 子数组shape会被添加至数组shape

参数格式

• 可转换数据类型的字符串指定类型、shape

  • 依次包含四个部分
    • 字段shape
    • 字节序描述符：<、>、|
    • 基本类型描述符
    • 数据类型占用字节数
      • 对非变长数据类型，需按特定类型设置
      • 对变长数据类型，指字段包含的数量
  • 逗号作为分隔符，分隔多个字段
  • 各字段名称只能为默认字段名称

  • 对变长类型，仅设置shape时，会将其视为bytes长度

  dt = np.dtype("i4, (2,3)f8, f4")

• 元组指定字段类型、shape

  • 元组中各元素指定各字段名、数据类型、shape： (<field_name>, <dtype>, <shape>)
    • 若名称为''空字符串，则分配标准字段名称
  • 可在列表中多个元组指定多个字段 [(<field_name>, <dtype>, <shape>),...]
  • 数据类型dtype可以嵌套其他数据类型
    • 可转换类型字符串
    • 元组/列表

  dt = np.dtype(("U10", (2,2)))
  dt = np.dtype(("i4, (2,3)f8, f4", (2,3))
  dt = np.dtype([("big", ">i4"), ("little", "<i4")])

• 字典元素为名称、类型、shape列表

  • 类似format_parser函数，字典各键值对分别指定名称 列表、类型列表等： {"names":...,"formats":...,"offsets":...,"titles":...,"itemsize":...}
    • "name"、"formats"为必须
    • "itemsize"指定总大小，必须足够大
  • 分别指定各字段："field_1":..., "field_2":...
    • 不鼓励，容易与上一种方法冲突

  dt = np.dtype({
  	"names": ['r', 'g', 'b', 'a'],
  	"formats": ["u1", "u1", "u1", "u1"]
  })

• 解释基数据类型为结构化数据类型： (<base_dtype>, <new_dtype>)

  • 此方式使得union成为可能

  dt = np.dtype(("i4", [("r", "I1"), ("g", "I1"), ("b", "I1"), ("a", "I1")]))

属性

• 描述数据类型

  |属性|描述| |——-|——-| |.type|用于实例化此数据类型的数组标量类型| |.kind|内置类型字符码| |.char|内置类型字符码| |.num|内置类型唯一编号| |.str|类型标识字符串|

• 数据大小

  |属性|描述| |——-|——-| |.name|数据类型位宽名称| |.itemsize|元素大小|

• 字节顺序

  |属性|描述| |——-|——-| |.byteorder|指示字节顺序|

• 字段描述

  |属性|描述| |——-|——-| |.fields|命名字段字典| |.names|字典名称列表|

• 数组类型（非结构化）描述

  |属性|描述| |——-|——-| |.subtype|(item_dtype,shape)| |.shape||

• 附加信息

  |属性|描述| |——-|——-| |.hasobject|是否包含任何引用计数对象| |.flags|数据类型解释标志| |.isbuiltin|与内置数据类型相关| |.isnative|字节顺序是否为平台原生| |.descr|__array_interface__数据类型说明| |.alignment|数据类型需要对齐的字节（编译器决定）| |.base|基本元素的dtype|

方法

• 更改字节顺序

  |方法|描述| |——-|——-| |.newbyteorder([new_order])|创建不同字节顺序数据类型|

• Pickle协议实现

  |方法|描述| |——-|——-| |.reduce()|pickle化| |.setstate()||

Datetime

• Numpy种时间相关数据类型
  • 支持大量时间单位
  • 基于POSIX时间存储日期时间
  • 使用64位整形存储值，也由此决定了时间跨度

• https://www.numpy.org.cn/reference/arrays/datetime.html

np.datetime64

• np.datetime64表示单个时刻
  • 若两个日期时间具有不同单位，可能仍然代表相同时刻
  • 从较大单位转换为较小单位是安全的投射

创建

• 创建规则

  • 内部存储单元自动从字符串形式中选择单位
  • 接受"NAT"字符串，表示“非时间”值
  • 可以强制使用特定单位

• 基本方法：ISO 8601格式的字符串

  np.datetime64("2020-05-23T14:23")
  np.datetime64("2020-05-23T14:23", "D")

• 从字符串创建日期时间数组

  np.array(["2020-01-23", "2020-04-23"], dtype="datetime64")
  np.array(["2020-01-23", "2020-04-23"], dtype="datetime64[D]")
  np.arange("2020-01-01", "2020-05-03", dtype="datetime64[D]")

• np.datetime64为向后兼容，仍然支持解析时区

np.timedelta64

• np.timedelta64：时间增量

• np.timedelta64是对np.datetime64的补充，弥补Numpy对 物理量的支持

创建

• 创建规则

  • 接受"NAT"字符串，表示“非时间”值数字
  • 可以强制使用特定单位

• 直接从数字创建

  np.timedelta64(100, "D")

• 从已有np.timedelta64创建，指定单位

  • 注意，不能将月份及以上转换为日，因为不同时点进制不同

  np.timedelta(a, "M")

运算

• np.datetime64可以和np.timedelta64联合使用

  np.datetime64("2020-05-14") - np.datetime64("2020-01-12")
  np.datetime64("2020-05-14") + np.timedelta64(2, "D")

相关方法

Function	Desc
np.busdaycalendar(weekmask,holidays)	返回存储有效工作日对象
np.busday_offset(date,offset[,roll,weekmask,holidays,busdaycal,out])	工作日offset
np.is_busday(date[,weekmask,holidays,busdaycal,out])	判断是否是工作日
np.busday_count(begindates,enddates[,weekmask,holidays,busdaycal,out])	指定天数
np.datetime_as_string(arr[,unit,timezone,...])	转换为字符串数组
np.datetime_date(dtype,/)	获取日期、时间类型步长信息

• np.busday_offset中
  • roll缺省为"raise"，要求date本身为工作日