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 учитывать все способы представления данных в компьютере. Однако для научных вычислений часто требуется больший контроль.

В NumPy существует 24 новых фундаментальных 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 обращаться к элементам массива частично так же, как к массивам, сглаживая неровности, возникающие при смешивании скалярных и массивов операций.

Скаляры массивов находятся в иерархии (см. рисунок ниже) типов данных. Их можно обнаружить, используя иерархию: например, isinstance(val, np.generic) вернёт 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) вернёт True, если val представляет комплексный тип, в то время как isinstance(val, np.flexible) вернёт true, если val является одним из гибких типов массивов с размером элементов (str_, bytes_, void).

Рисунок: Иерархия объектов типов, 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 скалярные типы

Встроенные скалярные типы показаны ниже. Имена в стиле C связаны с кодами символов, которые показаны в их описаниях. Однако использование кодов символов не рекомендуется.

Некоторые скалярные типы по существу эквивалентны фундаментальным типам Python и поэтому наследуют их, а также от обобщённого скалярного типа массива:

Тип данных bool_ очень похож на Python bool, но не наследует от него, потому что Python bool не позволяет себя наследовать, а на уровне C размер фактических данных bool не совпадает со скаляром булевого типа Python.

class numpy.generic[source]

Базовый класс для скалярных типов NumPy.

Класс, от которого происходят большинство (все?) скалярных типов NumPy. Для согласованности он предоставляет тот же API, что и ndarray, несмотря на то, что многие последующие атрибуты являются либо только для чтения, либо совершенно не имеют отношения к делу. Это класс, от которого, как настоятельно рекомендуется, пользователи должны наследовать пользовательские скалярные типы.

class numpy.number[source]

Абстрактный базовый класс всех числовых скалярных типов.

Целочисленные типы

class numpy.integer[source]

Абстрактный базовый класс всех целочисленных скалярных типов.

Означенные целочисленные типы

class numpy.signedinteger[source]

Абстрактный базовый класс всех знакомых целочисленных скалярных типов.

class numpy.byte[source]

Целочисленный тип со знаком, совместимый с C char.

Код символа

'b'

Псевдоним на этой платформе (Linux x86_64)

numpy.int8: 8-битное знаковое целое число (от -128 до 127).

класс numpy.short[source]

Целочисленный тип со знаком, совместимый с C short.

Код символа

'h'

Псевдоним на этой платформе (Linux x86_64)

numpy.int16: 16-битное целое число со знаком (-32_768 до 32_767).

класс numpy.intc[source]

Целочисленный тип со знаком, совместимый с C int.

Код символа

'i'

Псевдоним на этой платформе (Linux x86_64)

numpy.int32: 32-битное целое число со знаком (-2_147_483_648 до 2_147_483_647).

класс numpy.int_[source]

Целочисленный тип со знаком, совместимый с Python int и C long.

Код символа

'l'

Псевдоним на этой платформе (Linux x86_64)

numpy.int64: 64-битное целое число со знаком (-9_223_372_036_854_775_808 до 9_223_372_036_854_775_807).

Псевдоним на этой платформе (Linux x86_64)

numpy.intp: Целое число со знаком, достаточно большое, чтобы вместить указатель, совместимое с C intptr_t.

класс numpy.longlong[source]

Целочисленный тип со знаком, совместимый с C long long.

Код символа

'q'

Целочисленные типы без знака

класс numpy.unsignedinteger[source]

Абстрактный базовый класс всех целочисленных скалярных типов без знака.

класс numpy.ubyte[source]

Целочисленный тип без знака, совместимый с C unsigned char.

Код символа

'B'

Псевдоним на этой платформе (Linux x86_64)

numpy.uint8: 8-битное целое число без знака (0 до 255).

класс numpy.ushort[source]

Целочисленный тип без знака, совместимый с C unsigned short.

Код символа

'H'

Псевдоним на этой платформе (Linux x86_64)

numpy.uint16: 16-битное целое число без знака (0 до 65_535).

класс numpy.uintc[source]

Целочисленный тип без знака, совместимый с C unsigned int.

Код символа

'I'

Псевдоним на этой платформе (Linux x86_64)

numpy.uint32: 32-битное целое число без знака (0 до 4_294_967_295).

класс numpy.uint[source]

Целочисленный тип без знака, совместимый с C unsigned long.

Код символа

'L'

Псевдоним на этой платформе (Linux x86_64)

numpy.uint64: 64-битное целое число без знака (0 до 18_446_744_073_709_551_615).

Псевдоним на этой платформе (Linux x86_64)

numpy.uintp: Целое число без знака, достаточно большое, чтобы вместить указатель, совместимое с C uintptr_t.

класс numpy.ulonglong[source]

Целочисленный тип со знаком, совместимый с C unsigned long long.

Код символа

'Q'

Вещественные типы

класс numpy.inexact[source]

Абстрактный базовый класс всех числовых скалярных типов с (потенциально) приближённым представлением значений в своём диапазоне, таких как числа с плавающей точкой.

>>> f16 = np.float16("0.1")
>>> f32 = np.float32(f16)
>>> f64 = np.float64(f32)
>>> f16 == f32 == f64
True
>>> f16, f32, f64
(0.1, 0.099975586, 0.0999755859375)

>>> f16 = np.float16("0.1")
>>> f32 = np.float32("0.1")
>>> f64 = np.float64("0.1")
>>> f16 == f32 == f64
False
>>> f16, f32, f64
(0.1, 0.1, 0.1)

Типы чисел с плавающей точкой

класс numpy.floating[source]

Абстрактный базовый класс всех скалярных типов чисел с плавающей точкой.

класс numpy.half[source]

Тип чисел с плавающей запятой полуточной точности.

Код символа

'e'

Псевдоним на этой платформе (Linux x86_64)

numpy.float16: Тип чисел с плавающей запятой 16-битной точности: бит знака, 5 бит порядка, 10 бит мантиссы.

класс numpy.single[source]

Тип чисел с плавающей запятой одинарной точности, совместимый с C float.

Код символа

'f'

Псевдоним на этой платформе (Linux x86_64)

numpy.float32: тип чисел с плавающей запятой 32-битной точности: бит знака, 8 бит порядка, 23 бита мантиссы.

класс numpy.double(x=0, /)[source]

Тип чисел с плавающей запятой двойной точности, совместимый с Python float и C double.

Код символа

'd'

Псевдоним

numpy.float_

Псевдоним на этой платформе (Linux x86_64)

numpy.float64: тип чисел с плавающей запятой 64-битной точности: бит знака, 11 бит порядка, 52 бита мантиссы.

класс numpy.longdouble[source]

Тип чисел с плавающей запятой расширенной точности, совместимый с C long double, но не обязательно с IEEE 754 четверичной точности.

Код символа

'g'

Псевдоним

numpy.longfloat

Псевдоним на этой платформе (Linux x86_64)

numpy.float128: тип чисел с плавающей запятой 128-битной расширенной точности.

Комплексные типы с плавающей запятой

класс numpy.complexfloating[source]

Абстрактный базовый класс всех комплексных числовых типов скаляров, которые состоят из чисел с плавающей запятой.

класс numpy.csingle[source]

Тип комплексных чисел, состоящий из двух чисел с плавающей запятой одинарной точности.

Код символа

'F'

Псевдоним

numpy.singlecomplex

Псевдоним на этой платформе (Linux x86_64)

numpy.complex64: Тип комплексных чисел, составленный из двух чисел с плавающей запятой 32-битной точности.

класс numpy.cdouble(real=0, imag=0)[source]

Тип комплексных чисел, состоящий из двух чисел с плавающей запятой двойной точности, совместимый с Python complex.

Код символа

'D'

Псевдоним

numpy.cfloat

Псевдоним

numpy.complex_

Псевдоним на этой платформе (Linux x86_64)

numpy.complex128: Тип комплексных чисел, составленный из 2 чисел с плавающей запятой 64-битной точности.

класс numpy.clongdouble[source]

Тип комплексных чисел, состоящий из двух чисел с плавающей запятой расширенной точности.

Код символа

'G'

Псевдоним

numpy.clongfloat

Псевдоним

numpy.longcomplex

Псевдоним на этой платформе (Linux x86_64)

numpy.complex256: Тип комплексных чисел, составленный из 2 чисел с плавающей запятой 128-битной расширенной точности.

Другие типы

класс numpy.bool_[source]

Булевый тип (True или False), хранится как байт.

Предупреждение

Тип bool_ не является подклассом типа int_ (тип bool_ даже не является числовым типом). Это отличается от стандартной реализации Python bool как подкласса int.

Код символа

'?'

Псевдоним

numpy.bool8

класс numpy.datetime64[source]

Если создано из 64-битного целого числа, оно представляет собой смещение от 1970-01-01T00:00:00. Если создано из строки, строка может быть в формате даты или времени ISO 8601.

>>> np.datetime64(10, 'Y')
numpy.datetime64('1980')
>>> np.datetime64('1980', 'Y')
numpy.datetime64('1980')   
>>> np.datetime64(10, 'D')
numpy.datetime64('1970-01-11')

См. Даты и временные интервалы для получения дополнительной информации.

Код символа

'M'

класс numpy.timedelta64[source]

Тип timedelta, хранящийся как 64-битное целое число.

Для получения дополнительной информации см. Даты и временные интервалы.

Код символа

'm'

класс numpy.object_[source]

Любой объект Python.

Код символа

'O'

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

класс numpy.flexible[source]

Абстрактный базовый класс всех скалярных типов без предопределенной длины. Фактический размер этих типов зависит от конкретной np.dtype инстанциации.

класс numpy.bytes_[source]

Строка байтов.

При использовании в массивах этот тип удаляет завершающие нулевые байты.

Код символа

'S'

Псевдоним

numpy.string_

класс numpy.str_[source]

Строка Unicode.

При использовании в массивах этот тип удаляет завершающие нулевые кодовые точки.

В отличие от встроенного str, он поддерживает Протокол буфера, представляя свое содержимое как UCS4:

>>> m = memoryview(np.str_("abc"))
>>> m.format
'3w'
>>> m.tobytes()
b'a\x00\x00\x00b\x00\x00\x00c\x00\x00\x00'

Код символа

'U'

Псевдоним

numpy.unicode_

класс numpy.void[source]

Непрозрачная последовательность байтов или структура.

>>> np.void(b'abcd')
void(b'\x61\x62\x63\x64')

Скаляры структурированных void могут быть созданы только путем извлечения из Структурированных массивов:

>>> arr = np.array((1, 2), dtype=[('x', np.int8), ('y', np.int8)])
>>> arr[()]
(1, 2)  # looks like a tuple, but is `np.void`

Код символа

'V'

Псевдонимы с размером

Вместе со своими (по большей части) производными от C именами целочисленные, вещественные и комплексные типы данных также доступны с использованием соглашения о ширине бита, чтобы всегда гарантировать массив нужного размера. Также предоставляются два псевдонима (numpy.intp и numpy.uintp), указывающие на целочисленный тип, достаточно большой для хранения указателя C.

numpy.bool8[source]

Псевдоним numpy.bool_

numpy.int8[source]

numpy.int16

numpy.int32

numpy.int64

Псевдонимы для знаковых целочисленных типов (один из numpy.byte, numpy.short, numpy.intc, numpy.int_ и numpy.longlong) с указанным количеством битов.

Совместимы с C99 int8_t, int16_t, int32_t, и int64_t, соответственно.

numpy.uint8[source]

numpy.uint16

numpy.uint32

numpy.uint64

Псевдонимы для беззнаковых целочисленных типов (один из numpy.byte, numpy.short, numpy.intc, numpy.int_ и numpy.longlong) с указанным количеством битов.

Совместимы с C99 uint8_t, uint16_t, uint32_t, и uint64_t, соответственно.

numpy.intp[source]

Псевдоним для целочисленного типа со знаком (один из numpy.byte, numpy.short, numpy.intc, numpy.int_ и np.longlong), который имеет такой же размер, как указатель.

Совместим с C intptr_t.

Код символа

'p'

numpy.uintp[source]

Псевдоним для целочисленного типа без знака (один из numpy.byte, numpy.short, numpy.intc, numpy.int_ и np.longlong), который имеет такой же размер, как указатель.

Совместим с C uintptr_t.

Код символа

'P'

numpy.float16[source]

псевдоним для numpy.half

numpy.float32[source]

псевдоним для numpy.single

numpy.float64[source]

псевдоним для numpy.double

numpy.float96

numpy.float128[source]

Псевдоним для numpy.longdouble, названный по своему размеру в битах. Существование этих псевдонимов зависит от платформы.

numpy.complex64[source]

псевдоним для numpy.csingle

numpy.complex128[source]

псевдоним для numpy.cdouble

numpy.complex192

numpy.complex256[source]

Псевдоним для numpy.clongdouble, названный по своему размеру в битах. Существование этих псевдонимов зависит от платформы.

Другие псевдонимы

Первые два из них являются удобствами, которые напоминают имена встроенных типов, в том же стиле, что и bool_, int_, str_, bytes_ и object_:

numpy.float_[source]

псевдоним для numpy.double

numpy.complex_[source]

псевдоним для numpy.cdouble

Некоторые другие используют альтернативные обозначения для чисел с плавающей запятой и комплексных чисел с расширенной точностью:

numpy.longfloat[source]

псевдоним для numpy.longdouble

numpy.singlecomplex[source]

псевдоним для numpy.csingle

numpy.cfloat[source]

псевдоним для numpy.cdouble

numpy.longcomplex[source]

псевдоним для numpy.clongdouble

numpy.clongfloat[source]

псевдоним для numpy.clongdouble

Следующие псевдонимы происходят из Python 2, и рекомендуется их не использовать в новом коде.

numpy.string_[source]

псевдоним для numpy.bytes_

numpy.unicode_[source]

псевдоним для numpy.str_

Атрибуты

Массивы скалярных объектов имеют array priority значение NPY_SCALAR_PRIORITY (-1 000 000.0). Они также (пока) не имеют атрибута ctypes. В остальном, они имеют те же атрибуты, что и массивы:

Индексирование

Массивные скаляры могут быть индексированы как массивы нулевой размерности: если x — массивный скаляр,

• x[()] возвращает копию массива скаляра
• x[...] возвращает массив нулевой размерности ndarray
• x['field-name'] возвращает массивный скаляр в поле имя-поля. (x может иметь поля, например, когда он соответствует структурированному типу данных.)

Методы

Массивные скаляры имеют ровно те же методы, что и массивы. По умолчанию эти методы преобразуют скаляр во внутренний эквивалентный массив нулевой размерности и вызывают соответствующий метод массива. Кроме того, математические операции со скалярами массивов определены таким образом, что те же аппаратные флаги устанавливаются и используются для интерпретации результатов, как и для ufunc, поэтому состояние ошибки, используемое для ufunc, также переносится 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 комбинирования структурированных типов dtypes из встроенных скалярных типов): Один способ — просто унаследовать от ndarray и переопределить интересующие методы. Это будет работать до определенной степени, но внутри некоторые поведения определяются типом данных массива. Чтобы полностью настроить тип данных массива, вам необходимо определить новый тип данных и зарегистрировать его в NumPy. Такие новые типы могут быть определены только на C, используя NumPy C-API.