NumPy数组（4）-- 自定义数组元素的数据类型dtype
一、自定义数组元素的数据类型概述
根据不同的应用场景，需要自定义数据类型。类似于C语言中的自定义结构体。
二、数据类型
NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。
| 序号 | 数据类型及描述 |
|---|---|
| 1. | bool_存储为一个字节的布尔值(真或假) |
| 2. | int_默认整数，相当于 C 的long，通常为int32或int64 |
| 3. | intc相当于 C 的int，通常为int32或int64 |
| 4. | intp用于索引的整数，相当于 C 的size_t，通常为int32或int64 |
| 5. | int8字节(-128 ~ 127) |
| 6. | int1616 位整数(-32768 ~ 32767) |
| 7. | int3232 位整数(-2147483648 ~ 2147483647) |
| 8. | int6464 位整数(-9223372036854775808 ~ 9223372036854775807) |
| 9. | uint88 位无符号整数(0 ~ 255) |
| 10. | uint1616 位无符号整数(0 ~ 65535) |
| 11. | uint3232 位无符号整数(0 ~ 4294967295) |
| 12. | uint6464 位无符号整数(0 ~ 18446744073709551615) |
| 13. | float_float64的简写 |
| 14. | float16半精度浮点：符号位，5 位指数，10 位尾数 |
| 15. | float32单精度浮点：符号位，8 位指数，23 位尾数 |
| 16. | float64双精度浮点：符号位，11 位指数，52 位尾数 |
| 17. | complex_complex128的简写 |
| 18. | complex64复数，由两个 32 位浮点表示(实部和虚部) |
| 19. | complex128复数，由两个 64 位浮点表示(实部和虚部) |
NumPy 数字类型是dtype(数据类型)对象的实例，每个对象具有唯一的特征。 这些类型可以是np.bool_，np.float32等。
三、数据类型对象（dtype）
数据类型对象描述了对应于数组的固定内存块的解释，取决于以下方面：
-
数据类型(整数、浮点或者 Python 对象)
-
数据大小
-
字节序(小端或大端)
-
在结构化类型的情况下，字段的名称，每个字段的数据类型，和每个字段占用的内存块部分。
-
如果数据类型是子序列，它的形状和数据类型。
字节顺序取决于数据类型的前缀<或>。<意味着编码是小端(最小有效字节存储在最小地址中)。>意味着编码是大端(最大有效字节存储在最小地址中)。
dtype可由一下语法构造：
numpy.dtype(object, align, copy)参数为：
-
Object：被转换为数据类型的对象。
-
Align：如果为true，则向字段添加间隔，使其类似 C 的结构体。
-
Copy：生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。
示例 1
# 使用数组标量类型
import numpy as np
dt = np.dtype(np.int32)
print dt输出如下：
int32
示例 2
#int8，int16，int32，int64 可替换为等价的字符串 'i1'，'i2'，'i4'，以及其他。
import numpy as np
dt = np.dtype('i4')
print dt输出如下：
int32示例 3
# 使用端记号
import numpy as np
dt = np.dtype('>i4')
print dt输出如下：
>i4
四、自定义数组元素的数据类型实例
#NumPy数组-- 自定义数据类型
from numpy import *
#NumPy提供了那些数据类型
#int8 int16 int32 int64 float32(单精度)、float64或float（双精度）
#bool
a = array([['a',1,2],[3,4,5],[6,7,8]])
print(a)
print("******************************")
#定义表头，用来表示数组中的数据类型
t = dtype([('name',str_,20),('age',int8),('salary',float32)])
b = array([('a',1,2),(3,4,5),(6,7,8)],dtype=t)
print(b)
print("******************************")
items = array([('Bill',30,12345),('Mary',24,8000)])
print(items)
print("********************************")
items1 = array([('Bill',30,12345),('Mary',24,8000)],dtype=t)
print(items1)
输出结果：
输出结果：
[['a' '1' '2']
['3' '4' '5']
['6' '7' '8']]
******************************
[('a', 1, 2.) ('3', 4, 5.) ('6', 7, 8.)]
******************************
[['Bill' '30' '12345']
['Mary' '24' '8000']]
********************************
[('Bill', 30, 12345.) ('Mary', 24, 8000.)]