Скаляры

Python определяет только один тип конкресного класса данных (существует только один тип целых чисел, один тип чисел с плавающей точкой и т. д.). Это может быть удобно в приложениях, которым не нужно беспокоиться обо 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.

Скаляры массивов 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 операций со скалярами и массивами.

Скаляры массивов находятся в иерархии (см. рисунок ниже) типов данных. Их можно обнаружить, используя иерархию: например, isinstance(val, np.generic) вернет True, если val является объектом скаляра массива. В качестве альтернативы, какой тип скаляра массива присутствует, можно определить, используя другие члены иерархии типов данных. Таким образом, например, isinstance(val, np.complexfloating) вернет True, если val является комплексным типом, в то время как isinstance(val, np.flexible) вернет true, если val является одним из гибких типов массивов с размером элемента (string, unicode, void).

Рисунок: Иерархия объектов типа, представляющих типы данных массивов. Не показаны два целочисленных типа intp и uintp , которые просто указывают на целочисленный тип, который содержит указатель для платформы. Все числовые типы также могут быть получены с использованием имен ширины разряда.

1

Однако скаляры массивов неизменяемы, поэтому ни один из атрибутов скаляра массива не может быть изменён.

Встроенные типы скаляров

Встроенные типы скаляров показаны ниже. Наряду с их (в основном) именами, полученными от C, целочисленные, числовые и комплексные типы данных также доступны с использованием соглашения о ширине разряда, чтобы всегда можно было гарантировать массив нужного размера (например, int8, float64, complex128). Также предоставляются два псевдонима (intp и uintp ), указывающие на целочисленный тип, который достаточно велик для хранения указателя C. Имена в стиле C связаны с кодами символов, которые показаны в таблице. Однако использование кодов символов не рекомендуется.

Некоторые типы скаляров по существу эквивалентны основным типам Python и поэтому наследуют их, а также от общего типа скаляра массива:

Тип данных bool_ очень похож на тип Python BooleanType, но не наследует от него, потому что тип Python BooleanType не позволяет наследоваться от него, а на уровне C размер фактических данных bool не совпадает с размером скаляра Boolean Python.

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

Булевы значения:

Целые числа:

Беззнаковые целые числа:

Числа с плавающей точкой:

Комплексные числа с плавающей точкой:

Любой объект Python:

Следующие типы данных являются гибкими: у них нет предопределенного размера, и 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 массивов имеют атрибут array priority значения NPY_SCALAR_PRIORITY (-1 000 000.0). У них также (пока) нет атрибута ctypes. В остальном, они имеют те же атрибуты, что и массивы:

Индексирование

Скаляры массивов могут индексироваться 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 массивов имеют ровно те же методы, что и массивы. По умолчанию эти методы внутри преобразуют скаляр в эквивалентный массив нулевой размерности и вызывают соответствующий метод массива. Кроме того, математические операции со скалярами массивов определены таким образом, что устанавливаются и используются те же аппаратные флаги для интерпретации результатов, как и для ufunc, поэтому состояние ошибки, используемое для ufunc, также переносится на математику со скалярами массивов.

Исключения из вышеуказанных правил приведены ниже:

Определение новых типов

Существует два способа эффективного определения нового типа скаляра массива (помимо составления структурированных типов dtypes из встроенных типов скаляров): Один способ — просто унаследовать от ndarray и переопределить интересующие методы. Это будет работать в определенной степени, но внутри определенные поведения фиксируются типом данных массива. Чтобы полностью настроить тип данных массива, вам нужно определить новый тип данных и зарегистрировать его в NumPy. Такие новые типы могут быть определены только на C, с помощью NumPy C-API.