numpy 学习：数据类型（包括日期时间）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：

import numpy as 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

Python 的浮点数通常是64位浮点数，几乎等同于 np.float64

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。

ff16 = np.finfo(np.float16)
print(ff16.bits)  # 16
print(ff16.min)  # -65500.0
print(ff16.max)  # 65500.0
print(ff16.eps)  # 0.000977

三，数据类型和dtype的关系

numpy 的数值类型实际上是 dtype 对象的实例。每个内建类型都有一个唯一定义它的字符代码，如下：

字符	对应类型	备注
b	boolean	'b1'
i	signed integer	'i1', 'i2', 'i4', 'i8'
u	unsigned integer	'u1', 'u2' ,'u4' ,'u8'
f	floating-point	'f2', 'f4', 'f8'
c	complex floating-point
m	timedelta64	表示两个时间之间的间隔
M	datetime64	日期时间类型
O	object
S	(byte-)string	S3表示长度为3的字符串
U	Unicode	Unicode 字符串
V	void

例如：

import numpy as np

a = np.dtype('b1')
print(a.type)  # <class 'numpy.bool_'>
print(a.itemsize)  # 1

a = np.dtype('i1')
print(a.type)  # <class 'numpy.int8'>
print(a.itemsize)  # 1
a = np.dtype('i2')
print(a.type)  # <class 'numpy.int16'>
print(a.itemsize)  # 2
a = np.dtype('i4')
print(a.type)  # <class 'numpy.int32'>
print(a.itemsize)  # 4
a = np.dtype('i8')
print(a.type)  # <class 'numpy.int64'>
print(a.itemsize)  # 8

a = np.dtype('u1')
print(a.type)  # <class 'numpy.uint8'>
print(a.itemsize)  # 1
a = np.dtype('u2')
print(a.type)  # <class 'numpy.uint16'>
print(a.itemsize)  # 2
a = np.dtype('u4')
print(a.type)  # <class 'numpy.uint32'>
print(a.itemsize)  # 4
a = np.dtype('u8')
print(a.type)  # <class 'numpy.uint64'>
print(a.itemsize)  # 8

a = np.dtype('f2')
print(a.type)  # <class 'numpy.float16'>
print(a.itemsize)  # 2
a = np.dtype('f4')
print(a.type)  # <class 'numpy.float32'>
print(a.itemsize)  # 4
a = np.dtype('f8')
print(a.type)  # <class 'numpy.float64'>
print(a.itemsize)  # 8

a = np.dtype('S')
print(a.type)  # <class 'numpy.bytes_'>
print(a.itemsize)  # 0
a = np.dtype('S3')
print(a.type)  # <class 'numpy.bytes_'>
print(a.itemsize)  # 3

a = np.dtype('U3')
print(a.type)  # <class 'numpy.str_'>
print(a.itemsize)  # 12

四，日期和时间类型

numpy的日期和时间类型是datetime64，64是指64个bit，也就是8Byte。datetime64的单位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（unit）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var_name.dtype来查看datetime64的类型时，会输出datetime64的单位，格式是datetime64[unit]，其中unit就是日期和时间的单位。

1，通过字符串创建日期和时间类型

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，举个例子：

import numpy as np

a = np.datetime64('2020-03-01')
print(a, a.dtype)  # 2020-03-01 datetime64[D]

a = np.datetime64('2020-03')
print(a, a.dtype)  # 2020-03 datetime64[M]

a = np.datetime64('2020-03-08 20:00:05')
print(a, a.dtype)  # 2020-03-08T20:00:05 datetime64[s]

a = np.datetime64('2020-03-08 20:00')
print(a, a.dtype)  # 2020-03-08T20:00 datetime64[m]

a = np.datetime64('2020-03-08 20')
print(a, a.dtype)  # 2020-03-08T20 datetime64[h]

2，自动转换时间单位，自动地从较大的时间单位转换为较小的时间单位。

事实上，如果两个 datetime64 对象具有不同的单位，它们可能仍然代表相同的时刻。并且从较大的单位（如月份）转换为较小的单位（如天数）是安全的。

【例】从字符串创建 datetime64 数组时，如果单位不统一，则一律转化成其中最小的单位。

import numpy as np

a = np.array(['2020-03', '2020-03-08', '2020-03-08 20:00'], dtype='datetime64')
print(a, a.dtype)
# ['2020-03-01T00:00' '2020-03-08T00:00' '2020-03-08T20:00'] datetime64[m]

3，时间差量

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。

delt1 = np.datetime64('2020-03-08') - np.datetime64('2020-03-07')

delt1 表示两个日期之间的差值，单位是D。

NumPy允许两个Datetime64值相减，这个操作产生一个带有时间单位的数字。timedelta64的参数是一个数字（用于表示单位数），以及日期/时间单位，如 (D)ay, (M)onth, (Y)ear, (h)ours, (m)inutes, 或者 (s)econds。timedelta64数据类型也接受字符串“NAT”代替“非时间”值的数字。

例如，下面的timedelta64表示差异1天：

>>> numpy.timedelta64(1, 'D')

Datetimes 和 Timedeltas 一起工作，提供日期的加减计算：

>>> np.datetime64('2009-01-01') - np.datetime64('2008-01-01')
numpy.timedelta64(366,'D')
>>> np.datetime64('2009') + np.timedelta64(20, 'D')
numpy.datetime64('2009-01-21')

4，np.datetime64 和 datetime.datetime之间的转换

import numpy as np
import datetime

dt = datetime.datetime(year=2020, month=6, day=1, hour=20, minute=5, second=30)
dt64 = np.datetime64(dt, 's')
print(dt64, dt64.dtype)
# 2020-06-01T20:05:30 datetime64[s]

dt2 = dt64.astype(datetime.datetime)
print(dt2, type(dt2))
# 2020-06-01 20:05:30 <class 'datetime.datetime'>

五，numpy的空值

nan表示空值，两个nan是不相等的。

print(np.nan == np.nan)  # False
print(np.nan != np.nan)  # True

 

 

参考文档：