python的基本数据类型,Python基本数据类型

　　本文为您带来了一些关于Python的知识，包括numpy的基本数据类型、numpy的自定义复合数据类型以及使用ndarray保存日期数据类型。来看看吧，希望对你有帮助。

　　【相关推荐：Python3视频教程】

　　00-1010类型名称类型表达式布尔bool有符号整数类型int8/int16/int32/int64无符号整数类型uint8/uint16/uint32/uint64浮点类型float16/float32/float64复杂类型complex64/complex128字符类型str，每个字符用32位Unicode编码表示import numpy为np。

　　arr=np.array([1，2，3])

　　打印(arr，arr.dtype)

　　arr=arr.astype(int64 )

　　打印(arr，arr.dtype)

　　arr=arr.astype(float32 )

　　打印(arr，arr.dtype)

　　arr=arr.astype(bool )

　　打印(arr，arr.dtype)

　　arr=arr.astype(str )

　　打印(arr，arr.dtype)

　　00-1010如果想在ndaray中存储对象类型，numpy建议使用元组存储对象的属性字段值,然后在ndaray中添加元组，这样就提供了方便处理这些数据的语法。

　　将numpy作为np导入

　　数据=[

　　( zs ，[99，98，90]，17)，

　　( ls ，[95，95，92]，16)，

　　( ww ，[97，92，91]，18)

　　]

　　#名称2个字符

　　int32类型的# 3等级

　　int32类型的第一年龄

　　arr=np.array(data，dtype=2str，3int32，int32 )

　　打印(排列)

　　打印(数组类型)

　　#可通过索引访问

　　print(数组[0]，数组[0][2])

　　当数据量较大时，采用上述方法访问数据很不方便。

　　Ndarray提供了别名，可以以字典或列表.的形式定义数组元素的数据类型和列，在访问数据时，可以通过下标索引或者列名来访问。

　　将numpy作为np导入

　　数据=[

　　( zs ，[99，98，90]，17)，

　　( ls ，[95，95，92]，16)，

　　( ww ，[97，92，91]，18)]#通过字典arr=np.array(data，dtype={

　　#设置每列的别名

　　姓名 : [姓名，分数，年龄]，

　　#设置每列数据元素的数据类型

　　Formats 3360 [2str ， 3int32 ， int32]}) print (arr，arr [0] [age]) #使用list定义列名和元素的数据类型arr=np.array(data，dtype=[

　　#第一列

　　(名称，字符串，2)，

　　#第二列

　　( scores ， int32 ，3)，

　　#第三列

　　( age ， int32 ，1)]print(arr，arr[1][

　　9;scores'])# 直接访问数组的一列print(arr['scores'])

3. 使用 ndarray 保存日期数据类型

import numpy as np
　　dates = [
　　 '2011',
　　 '2011-02',
　　 '2011-02-03',
　　 '2011-04-01 10:10:10'
　　]
　　ndates = np.array(dates)
　　print(ndates, ndates.dtype)
　　# 数据类型为日期类型，采用 64 位二进制进行存储，D 表示日期精确到天
　　ndates = ndates.astype('datetime64[D]')
　　print(ndates, ndates.dtype)
　　# 日期运算
　　print(ndates[-1] - ndates[0])

1.日期字符串支持不支持 2011/11/11，使用空格进行分隔日期也不支持 2011 11 11，支持 2011-11-11
2.日期与时间之间需要有空格进行分隔 2011-04-01 10:10:10
3.时间的书写格式 10:10:10

　　

4. 类型字符码(数据类型简写)

　　类型类型表示符字符码布尔型bool?有符号整数型int8 / int16 / int32 / int64i1 / i2 / i4 / i8无符号整数型uint8 / uint16 / uint32 / uint64u1 / u2 / u4 / u8浮点型float16 / float32 / float64f2 / f4 / f8复数型complex64 / complex128c8 / c16字符型str，每个字符用 32 位 Unicode 编码表示U日期datatime64M8[Y] / M8[M] / M8[D] / M8[h] / M8[m] / M8[s]

import numpy as np
　　data = [
　　 ('zs', [99, 98, 90], 17),
　　 ('ls', [95, 95, 92], 16),
　　 ('ww', [97, 92, 91], 18)
　　]
　　# 采用字典定义列名和元素的数据类型
　　arr = np.array(data, dtype={
　　 # 设置每列的别名
　　 'names': ['name', 'scores', 'age'],
　　 # 设置每列数据元素的数据类型
　　 'formats': ['2U', '3i4', 'i4']
　　})
　　print(arr)
　　print(arr[1]['scores'])
　　print(arr['scores'])
　　print(arr.dtype)

5. 案例

import numpy as np
　　datas = [
　　 (0, '4室1厅', 298.79, 2598, 86951),
　　 (1, '3室2厅', 154.62, 1000, 64675),
　　 (2, '3室2厅', 177.36, 1200, 67659),]arr = np.array(datas, dtype={
　　 'names': ['index', 'housetype', 'square', 'totalPrice', 'unitPrice'],
　　 'formats': ['u1', '4U', 'f4', 'i4', 'i4']})print(arr)print(arr.dtype)# 计算 totalPrice 的均值sum_totalPrice = sum(arr['totalPrice'])print(sum_totalPrice/3)

　　【相关推荐：Python3视频教程 】以上就是Python数据类型简介之numpy的详细内容，更多请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。