NumPy 超詳細教程（2）：數據類型

系列文章地址

• NumPy 最詳細教程（1）：NumPy 數組
• NumPy 超詳細教程（2）：數據類型

文章目錄

NumPy 數據類型1、NumPy 中的數據類型補充：複數的概念2、datetime64 的使用Ⅰ、簡單示例Ⅱ、單位使用Ⅲ、配合 arange 函數使用Ⅳ、Datetime64 和 Timedelta64 運算Ⅴ、Timedelta64 單獨的運算Ⅵ、numpy.datetime64 與 datetime.datetime 相互轉換Ⅶ、工作日功能（busday）3、數據類型對象：dtypeⅠ、實例化 dtype 對象Ⅱ、字元代碼4、numpy.datetime_data5、numpy.datetime_as_string

NumPy 數據類型

1、NumPy 中的數據類型

NumPy 支持比 Python 更多種類的數值類型，下表所列的數據類型都是 NumPy 內置的數據類型，為了區別於 Python 原生的數據類型，bool、int、float、complex、str 等類型名稱末尾都加了 _。

print(numpy.dtype) 所顯示的都是 NumPy 中的數據類型，而非 Python原生數據類型。

這裡有點不理解，我是 win7 64 位系統，上述的類型都是我實測得到的，但是，我查看源碼，裡面卻是如下定義的。總之，為了安全起見，還是建議用 int32、int64 等無歧義的類型。

int_ = long
intp = long
int64 = long
int0 = long

class long(signedinteger):
    """ 64-bit integer. Character code 'l'. Python int compatible. """
    pass

補充：複數的概念

我們把形如 z=a+bi（a, b均為實數）的數稱為複數，其中 a 稱為實部，b 稱為虛部，i 稱為虛數單位。
當虛部 b=0 時，複數 z 是實數；
當虛部 b!=0 時，複數 z 是虛數；
當虛部 b!=0，且實部 a=0 時，複數 z 是純虛數。

2、datetime64 的使用

Ⅰ、簡單示例

例一：

import numpy as np

a = np.datetime64('2019-03-01')
print(a)

輸出：

2019-03-01

例二：

import numpy as np

a = np.datetime64('2019-03')
print(a)

輸出：

2019-03

看到沒有，可以僅顯示到“月”，是不是很贊？

Ⅱ、單位使用

datetime64 可以指定使用的單位，單位包括年（'Y'），月（'M'），周（'W'）和天（'D'），而時間單位是小時（'h'），分鐘（'m'） ），秒（'s'），毫秒（'ms'），微秒（'us'），納秒（'ns'），皮秒（'ps'），飛秒（'fs'），阿托秒（'as'）。

例三：
周（'W'）是一個比較奇怪的單位，如果是周四，則顯示當前，如果不是，則顯示上一個周四。後來我想，大概是因為 1970-01-01 是周四。

import numpy as np

a = np.datetime64('2019-03-07', 'W')
b = np.datetime64('2019-03-08', 'W')
print(a, b)

輸出：（2019-03-07 是周四）

2019-03-07 2019-03-07

例四：
從字元串創建 datetime64 類型時，預設情況下，NumPy 會根據字元串自動選擇對應的單位。

import numpy as np

a = np.datetime64('2019-03-08 20:00')
print(a.dtype)

輸出：

datetime64[m]

例五：
也可以強制指定使用的單位。

import numpy as np

a = np.datetime64('2019-03', 'D')
print(a)

輸出：

2019-03-01

例六：
由上例可以看出，2019-03 和 2019-03-01 所表示的其實是同一個時間。
事實上，如果兩個 datetime64 對象具有不同的單位，它們可能仍然代表相同的時刻。並且從較大的單位（如月份）轉換為較小的單位（如天數）是安全的。

import numpy as np

print(np.datetime64('2019-03') == np.datetime64('2019-03-01'))

輸出：

True

例七：
從字元串創建日期時間數組時，如果單位不統一，則一律轉化成其中最小的單位。

import numpy as np

a = np.array(['2019-03', '2019-03-08', '2019-03-08 20:00'], dtype='datetime64')
print(a)
print(a.dtype)

輸出：

['2019-03-01T00:00' '2019-03-08T00:00' '2019-03-08T20:00']
datetime64[m]

Ⅲ、配合 arange 函數使用

例八：一個月的所有天數

import numpy as np

a = np.arange('2019-02', '2019-03', dtype='datetime64[D]')
print(a)

輸出：

['2019-02-01' '2019-02-02' '2019-02-03' '2019-02-04' '2019-02-05'
 '2019-02-06' '2019-02-07' '2019-02-08' '2019-02-09' '2019-02-10'
 '2019-02-11' '2019-02-12' '2019-02-13' '2019-02-14' '2019-02-15'
 '2019-02-16' '2019-02-17' '2019-02-18' '2019-02-19' '2019-02-20'
 '2019-02-21' '2019-02-22' '2019-02-23' '2019-02-24' '2019-02-25'
 '2019-02-26' '2019-02-27' '2019-02-28']

例九：
間隔也可以是 3 天（'3D'）這種形式哦。