Скаляры

Python определяет только один тип конкресного класса данных (существует только один целочисленный тип, один тип с плавающей точкой и т. д.). Это может быть удобно в приложениях, которым не нужно беспокоиться о всех способах представления данных в компьютере. Однако для научных вычислений часто требуется больший контроль.

В NumPy существует 24 новых основных типа Python для описания различных типов скаляров. Эти описатели типов в основном основаны на типах, доступных в языке C, на котором написан CPython, с несколькими дополнительными типами, совместимыми с типами Python.

Массивно-скалярные типы имеют те же атрибуты и методы, что и ndarrays. [1] Это позволяет рассматривать элементы массива частично на одном уровне с массивами, сглаживая острые углы, возникающие при смешивании скалярных и массивно-ориентированных операций.

Массивно-скалярные типы располагаются в иерархии (см. рисунок ниже) типов данных. Их можно обнаружить, используя иерархию: например, isinstance(val, np.generic) вернёт True, если val — объект массивно-скалярного типа. Кроме того, тип массивно-скалярного объекта можно определить, используя другие члены иерархии типов данных. Например, isinstance(val, np.complexfloating) вернёт True, если val — комплексный тип, а isinstance(val, np.flexible) вернёт true, если val — один из гибких типов массивов с изменяемым размером элементов (string, unicode, void).

Рисунок: Иерархия объектов типов, представляющих типы данных массивов. Не показаны два целочисленных типа intp и uintp, которые просто ссылаются на целочисленный тип, содержащий указатель для платформы. Все числовые типы также могут быть получены с помощью имён битовой ширины.

Встроенные скалярные типы

Ниже показаны встроенные скалярные типы. Наряду с их (в основном) именами, полученными из C, целочисленные, вещественные и комплексные типы данных также доступны с использованием соглашения о ширине разряда, чтобы всегда гарантировать массив нужного размера (например, int8, float64, complex128). Также предоставляются два псевдонима (intp и uintp ), указывающие на целочисленный тип, достаточно большой для хранения указателя C. Имена, похожие на имена из C, связаны с кодами символов, которые показаны в таблице. Тем не менее, использование кодов символов не рекомендуется.

Некоторые типы скаляров по сути эквивалентны основным типам Python и поэтому наследуют их, а также общий тип массивно-скалярных типов:

Тип bool_ очень похож на тип Python BooleanType, но не наследует его, потому что тип Python BooleanType не позволяет наследоваться от него, а на уровне C размер фактического булевого типа не такой, как у скаляра типа bool в Python.

В таблицах ниже platform? означает, что тип может быть недоступен на всех платформах. Совместимость с различными типами C или Python указывается: два типа совместимы, если их данные имеют одинаковый размер и интерпретируются одинаковым образом.

Булевы типы:

Целочисленные типы:

Беззнаковые целочисленные типы:

Вещественные числа с плавающей точкой:

Комплексные вещественные числа с плавающей точкой:

Любой объект Python:

Следующие типы данных являются гибкими. У них нет предопределённого размера: данные, которые они описывают, могут иметь разную длину в разных массивах. (В кодах символов # — целое число, обозначающее количество элементов, из которых состоит тип данных.)

Атрибуты

Объекты скаляров массива имеют array priority значения NPY_SCALAR_PRIORITY (-1 000 000.0). Также у них (пока) нет атрибута ctypes. В остальном они имеют те же атрибуты, что и массивы:

Индексирование

Скаляры массива можно индексировать как массивы нулевой размерности: если x — скаляр массива,

• x[()] возвращает копию скаляра массива
• x[...] возвращает 0-мерный ndarray
• x['field-name'] возвращает скаляр массива в поле имя_поля. (x может иметь поля, например, когда он соответствует структурированному типу данных.)

Методы

Скаляры массива имеют точно такие же методы, как и массивы. По умолчанию эти методы преобразуют скаляр во внутреннее эквивалентное массив нулевой размерности и вызывают соответствующий метод массива. Кроме того, математические операции со скалярами массивов определены таким образом, что устанавливаются и используются те же флаги аппаратного обеспечения для интерпретации результатов, что и для ufunc, поэтому состояние ошибок, используемое для ufunc, также распространяется на математические операции со скалярами массивов.

Исключения из вышеуказанных правил приведены ниже:

Определение новых типов

Существует два способа эффективного определения нового типа скаляра массива (кроме составления структурированных типов dtypes из встроенных скалярных типов): Один способ — просто унаследовать от ndarray и перезаписать интересующие методы. Это будет работать до определённой степени, но во внутренней части определённое поведение фиксируется типом данных массива. Чтобы полностью настроить тип данных массива, необходимо определить новый тип данных и зарегистрировать его в NumPy. Такие новые типы можно определить только на C, используя NumPy C-API.