NumPy学习笔记：3、更加复杂的数组

一、更多的数据类型

1、Casting

（1） 在混合数据类型的运算中，最终运算结果的数据类型与size更大的数据类型相同。

>>> np.array([1, 2, 3]) + 1.5
array([ 2.5,  3.5,  4.5])

（2） 给数组中的元素赋值，并不能改变整个数组的数据类型。（若把整型数组中的某个元素赋值为浮点型数据，则这个浮点型数据会被截断为整型）

>>> a = np.array([1, 2, 3])
>>> a.dtype
dtype('int64')
>>> a[0] = 1.9     # <-- float is truncated to integer
>>> a
array([1, 2, 3])

（3） 强制类型转换

>>> a = np.array([1.7, 1.2, 1.6])
>>> b = a.astype(int)  # <-- truncates to integer
>>> b
array([1, 1, 1])

（4） 四舍五入，但并不改变数组的数据类型

>>> a = np.array([1.2, 1.5, 1.6, 2.5, 3.5, 4.5])
>>> b = np.around(a)
>>> b                    # still floating-point
array([ 1.,  2.,  2.,  2.,  4.,  4.])
>>> c = np.around(a).astype(int)
>>> c
array([1, 2, 2, 2, 4, 4])

2、Different data type sizes - 不同数据类型的大小

有符号整型	int8	8 bits
	int16	16 bits
	int32	32 bits（32位平台上 int 型默认大小）
	int64	64 bits（64位平台上 int 型默认大小）
无符号整型	uint8	8 bits
	uint16	16 bits
	uint32	32 bits
	uint64	64 bits
浮点型	float16	16 bits
	float32	32 bits
	float64	64 bits（float 默认大小）
	float96	96 bits, platform-dependent（与 np.longdouble 相同）
	float128	128 bits, platform-dependent（与 np.longdouble 相同）
复数浮点型	complex64	two 32-bit floats
	complex128	two 64-bit floats
	complex192	two 96-bit floats, platform-dependent
	complex256	two 128-bit floats, platform-dependent

 

 

 

 

 

 

 

 

 

 

 

 

二、结构化数据类型

sensor_code	(4-character string)
position	(float)
value	(float)

 

 

>>> samples = np.zeros((6,), dtype=[('sensor_code', 'S4'),
...                                 ('position', float), ('value', float)])
>>> samples.ndim
1
>>> samples.shape
(6,)
>>> samples.dtype.names
('sensor_code', 'position', 'value')

>>> samples[:] = [('ALFA',   1, 0.37), ('BETA', 1, 0.11), ('TAU', 1,   0.13),
...               ('ALFA', 1.5, 0.37), ('ALFA', 3, 0.11), ('TAU', 1.2, 0.13)]
>>> samples     
array([('ALFA', 1.0, 0.37), ('BETA', 1.0, 0.11), ('TAU', 1.0, 0.13),
       ('ALFA', 1.5, 0.37), ('ALFA', 3.0, 0.11), ('TAU', 1.2, 0.13)],
      dtype=[('sensor_code', 'S4'), ('position', '<f8'), ('value', '<f8')])

# 使用列名进行索引
>>> samples['sensor_code']    
array(['ALFA', 'BETA', 'TAU', 'ALFA', 'ALFA', 'TAU'],
      dtype='|S4')
>>> samples['value']
array([ 0.37,  0.11,  0.13,  0.37,  0.11,  0.13])
>>> samples[0]    
('ALFA', 1.0, 0.37)

>>> samples[0]['sensor_code'] = 'TAU'
>>> samples[0]    
('TAU', 1.0, 0.37)

# 同时获取多列
>>> samples[['position', 'value']]
array([(1.0, 0.37), (1.0, 0.11), (1.0, 0.13), (1.5, 0.37), (3.0, 0.11),
       (1.2, 0.13)],
      dtype=[('position', '<f8'), ('value', '<f8')])

# 花式索引同样适用
>>> samples[samples['sensor_code'] == 'ALFA']    
array([('ALFA', 1.5, 0.37), ('ALFA', 3.0, 0.11)],
      dtype=[('sensor_code', 'S4'), ('position', '<f8'), ('value', '<f8')])

更多信息请参考：https://docs.scipy.org/doc/numpy/user/basics.rec.html

                             https://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html#specifying-and-constructing-data-types

三、maskedarray: dealing with (propagation of) missing data - 蒙面数组：缺失值的处理

对于浮点型数据来说，我们可以使用NaN来处理缺失值，但是面具可以处理任何类型的数据的缺失值。

>>> x = np.ma.array([1, 2, 3, 4], mask=[0, 1, 0, 1])
>>> x
masked_array(data = [1 -- 3 --],
             mask = [False  True False  True],    
       fill_value = 999999)

>>> y = np.ma.array([1, 2, 3, 4], mask=[0, 1, 1, 1])   # 0代表False，表示没有面具，也就是不会被当作不可用的数据
>>> y
masked_array(data = [1 -- -- --],
             mask = [False  True  True  True],
       fill_value = 999999)

>>> x + y
masked_array(data = [2 -- -- --],
             mask = [False  True  True  True],
       fill_value = 999999)