初步分析ndarray类型变量的dtype属性，U10表示什么意思？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

在通过numpy的ndarray类型变量，分析各种科学数据的时候，经常会看到U10，<U5，i5，>i4之类的奇怪表述。它们实际上是ndarray的dtype，也就是数组的子元素类型。在本文中，苏南大叔会对dtype做简要的初步分析。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。测试环境：win10，python@3.12.0，numpy@1.26.1。

初步认识 dtype

在以前的文字中，苏南大叔曾经表示过：ndarray这个数据类型的一些行为非常奇怪，和list类型的类似行为相比，区别很大。参考文字：

• https://newsn.net/say/ndarray-issue.html

这是因为：
默认情况下，ndarray的元素都有个默认统一的dtype（当然也可以有不同的dtype），它规定了ndarray类型变量的元素的数据类型、长度以及存储方式等信息。

import numpy as np
s = np.array([1,2,3])             # int32
n = np.array(["1","201","304"])   # <U3
o = np.array([1,"2",3,True])      # <U11
k = np.array([1,2,3,True])        # int32
a = np.array([1.0,2.02,3.03])     # float64
print(s.dtype,n.dtype,o.dtype,k.dtype,a.dtype) # int32 <U3 <U11 int32 float64

设置 dtype

在生成一个新的ndarray类型变量后，可以直接设置普通的dtype。

import numpy as np
s = np.array([1,2,3],dtype='U15')
n = np.array(["1","201","304"],dtype='U15')
o = np.array([1,"2",3,True],dtype='U15')
k = np.array([1,2,3,True],dtype='U15')
a = np.array([1.0,2.02,3.03],dtype='U15')
print(s.dtype,n.dtype,o.dtype,k.dtype,a.dtype)  # <U15 <U15 <U15 <U15 <U15

还可以给ndarray每列数据，设置一个列名和dtype。

import numpy as np
nd1 = np.array([[1, 'A'],[2, 'B']],dtype=[('name', 'U15')])
print(nd1,type(nd1),nd1.dtype)
# [[('1',) ('A',)] [('2',) ('B',)]] <class 'numpy.ndarray'> [('name', '<U15')]

每个列名可以设置不同的列名和不同的dtype。

import numpy as np
nd3 = np.array([(1, 'A'),(2, 'B')], dtype=[('id', int), ('name', 'U10')])
print(nd3,type(nd3),nd3.dtype)
# [(1, 'A') (2, 'B')] <class 'numpy.ndarray'> [('id', '<i4'), ('name', '<U10')]

但是下面的这个例子就是出错的，注意对比看区别：

import numpy as np
nd4 = np.array([1, 'A'],[2, 'B'], dtype=[('id', int), ('name', 'U10')])
# TypeError: argument for array() given by name ('dtype') and position (position 1)
# print(nd4,type(nd4),nd4.dtype)

为什么会报错？请注意元素类型，一个是tuple，一个是list。

分析 dtype 类型

每个dtype类型实际上都代表了三个意思，分别是：字节顺序、尺寸、数据类型。范例分析：

import numpy as np
dt = np.dtype('>i4')
print("字节顺序:",dt.byteorder)  # >
print("尺寸size:",dt.itemsize)   # 4
print("数据类型:",dt.name)       # int32

>表示大端字节顺序，而<表示小端字节编码。

所以，回到标题上，U10表示什么意思呢？

import numpy as np
dt = np.dtype('U10')
print("字节顺序:",dt.byteorder)  # =
print("尺寸size:",dt.itemsize)   # 40
print("数据类型:",dt.name)       # str320

因为这里其实还是非常复杂的，苏南大叔暂时不准备继续展开讨论。如果碰到新的dtype，可以使用上面的方法分析一下先。

参考文章

• https://newsn.net/say/numpy-zeros.html

结语

更多苏南大叔的python相关经验文章，请点击下面的链接：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。