Скаляры

Python определяет только один тип данных конкресного класса (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 зачастую 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 отчасти на одном уровне с массивами, сглаживая острые углы, возникающие при смешении скалярных и массивно-ориентированных операций.

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

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

1

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

Встроенные скалярные типы

Встроенные скалярные типы показаны ниже. Наряду с их (в основном) именами, производными от C, целочисленные, плавающие и комплексные типы данных также доступны с использованием конвенции разрядности, чтобы всегда гарантировать массив нужного размера (например, int8, float64, complex128). Также предоставлены два псевдонима (intp и uintp ), указывающие на целочисленный тип, который достаточно велик, чтобы содержать указатель C. Имена в стиле C связаны с кодами символов, которые показаны в таблице. Однако использование кодов символов не рекомендуется.

Некоторые скалярные типы по сути эквивалентны основным типам Python и поэтому наследуют их, а также общий тип скаляра массива:

Тип данных bool_ очень похож на Python BooleanType, но не наследует от него, потому что Python BooleanType не позволяет наследоваться от себя, и на уровне C размер фактических данных bool не такой же, как у скалярного значения Boolean 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 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 предопределённого размера, и данные, которые они описывают, могут иметь различную длину в разных массивах. (В кодах символов # — целое число, обозначающее количество элементов, из которых состоит тип данных.)

Атрибуты

Объекты скаляров массива имеют array priority значение NPY_SCALAR_PRIORITY (-1 000 000,0). У них также (ещё) нет атрибута ctypes. В остальном они обладают теми же атрибутами, что и массивы:

Индексирование

Скаляры массива 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 field-name. (x может иметь поля, например, когда он соответствует структурированному типу данных.)

Методы

Скаляры массивов имеют ровно такие же методы, как и массивы. По умолчанию эти методы выполняют внутреннее преобразование скаляра в эквивалентный массив нулевой размерности и вызывают соответствующий метод массива. Кроме того, операции математики над скалярами массива определены так, что те же флаги оборудования устанавливаются и используются для интерпретации результатов, как и для ufunc, поэтому состояние ошибки, используемое для ufuncs, также переносится на математику над скалярами массива.

Исключения из вышеперечисленных 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 переопределить нужные методы. Это будет работать до определённой степени, но внутренне некоторые свойства определяются типом данных массива. Чтобы полностью настроить тип данных массива, необходимо определить новый тип данных и зарегистрировать его в NumPy. Такие новые типы могут быть определены только на C, используя NumPy C-API.