numpy 学习：数据类型和空值

NumPy是Python中用于科学计算的基础软件包，专门用于处理矩阵，数据类型是数值型的，用于对数值数据进行快速的计算。因此，numpy支持的数据类型非常精细，但是numpy不支持精确小数。

在导入numpy模块时，通常把numpy模块重命名为np：

一，numpy的数据类型

Numpy支持的标量数据类型非常繁杂，我比较喜欢固定size的数据类型， 因为固定size的数据类型跟平台无关，且命名格式比较规范，格式是：[u]type[size]，u代表无符号，size代表占用的内存空间。

1，布尔类型

• *numpy.bool8

2，有符号的整数类型：

• numpy.int8
• numpy.int16
• numpy.int32
• numpy.int64

3，无符号的整数类型：

• numpy.uint8
• numpy.uint16
• numpy.uint32
• numpy.uint64

4，浮点数类型：

• numpy.float16
• numpy.float32
• numpy.float64
• numpy.float96
• numpy.float128

5，复数类型：

• numpy.complex64
• numpy.complex128
• numpy.complex192
• numpy.complex256

6，汇总

numpy支持的数据类型如下表所示：

类型比特位说明 bool_ = bool8 8位 布尔类型 int8 = byte 8位 整型 int16 = short 16位 整型 int32 = intc 32位 整型 int_ = int64 = long 64位 整型 uint8 = ubyte 8位 无符号整型 uint16 = ushort 16位 无符号整型 uint32 = uintc 32位 无符号整型 uint64 = uintp 64位 无符号整型 float16 16位 浮点型 float32 = single 32位 浮点型 float_ = float64 = double 64位 浮点型 str_ = unicode_ = unicode Unicode 字符串 datetime64 日期时间类型 timedelta64 表示两个时间之间的间隔

二，浮点数类型

数据类型的信息，可以通过finfo来查看浮点数的类型信息，通过iinfo函数来查看整数的类型信息，

finfo.eps表示1.0和下一个大于1.0的最小的浮点数之间的差异值。

三，日期和时间类型

datetime64是带单位的，分为日期单位和时间单位，日期单位的级别都大于时间单位。

日期单位是：年(Y)，月(M)，周（W），天（D）,单位级别依次减小，

时间单位是：时（h），分（m），秒（s），毫秒（ms），微妙（us），纳秒（ns），单位级别依次减小，

• 1秒 = 1000 毫秒（milliseconds）
• 1毫秒 = 1000 微秒（microseconds

通过字符串来创建日期时间类型，默认情况下，numpy会根据字符串来自动选择日期和时间单位：

datetime64的单位是级别最小的单位，例如，a 的单位是s，而b的单位是D。

timedelta64 表示两个 datetime64 之间的差值，timedelta64是带单位的，和相减运算中的两个 datetime64 中的较小的单位保持一致。

t1 表示两个日期之间的差值，单位是D。

Datetimes 和 Timedeltas 一起工作，为简单的日期时间计算提供方法。

四，numpy的空值

nan表示空值，两个nan是不相等的。

参考文档：

Original: https://www.cnblogs.com/ljhdo/p/15753805.html
Author: 悦光阴
Title: numpy 学习：数据类型和空值