numpy 学习：数据类型和空值
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
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，日期和时间类型
datetime64是带单位的，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：
a = np.datetime64('2020-03-08 20:00:05') b = np.datetime64('2020-03-08')
datetime64的单位是级别最小的单位，例如，a 的单位是s，而b的单位是D。
1，时间增量
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。
t1 = np.datetime64('2020-03-08') - np.datetime64('2020-03-07')
t1 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。
>>> numpy.timedelta64(1, 'D')
Datetimes 和 Timedeltas 一起工作，为简单的日期时间计算提供方法。
>>> 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')
2，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'>
四，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：
