TASK01 numpy基础（数据类型及数组创建）

1、常量

import numpy as np print(np.nan == np.nan) # False print(np.nan != np.nan)

两个numpy.nan是不相等的

ar=np.array([1,2,3,np.nan]) print(ar) print(np.isnan(ar)) [ 1. 2. 3. nan] [False False False True]

2、数据类型 常见数据类型 Python 原生的数据类型相对较少， bool、int、float、str等。这在不需要关心数据在计算机中表示的所有方式的应用中是方便的。然而，对于科学计算，通常需要更多的控制。为了加以区分 numpy 在这些类型名称末尾都加了“_”。

下表列举了常用 numpy 基本类型。

类型 备注 说明 bool_ = bool8 8位 布尔类型 int8 = byte 8位 整型 int16 = short 16位 整型 int32 = intc 32位 整型 int_ = int64 = long = int0 = intp 64位 整型 uint8 = ubyte 8位 无符号整型 uint16 = ushort 16位 无符号整型 uint32 = uintc 32位 无符号整型 uint64 = uintp = uint0 = uint 64位 无符号整型 float16 = half 16位 浮点型 float32 = single 32位 浮点型 float_ = float64 = double 64位 浮点型 str = unicode = str0 = unicode Unicode 字符串 datetime64 日期时间类型 timedelta64 表示两个时间之间的间隔

a=np.dtype('b1') b=np.dtype('i2') print(a.type,a.itemsize,b.type,b.itemsize) <class 'numpy.bool_'> 1 <class 'numpy.int16'> 2

数据类型信息 Python 的浮点数通常是64位浮点数，几乎等同于 np.float64。

NumPy和Python整数类型的行为在整数溢出方面存在显着差异，与 NumPy 不同，Python 的int 是灵活的。这意味着Python整数可以扩展以容纳任何整数并且不会溢出。

Machine limits for integer types. i16 = np.iinfo(np.int16) print(ii16.min) # -32768 print(ii16.max) # 32767 ii32 = np.iinfo(np.int32) print(ii32.min) # -2147483648 print(ii32.max) -32768 32767 -2147483648 2147483647

3、时间日期和时间增量 datetime64 基础 在 numpy 中，我们很方便的将字符串转换成时间日期类型 datetime64（datetime 已被 python 包含的日期时间库所占用）。

datatime64是带单位的日期时间类型，其单位如下：

日期单位 代码含义 时间单位 代码含义 Y 年 h 小时 M 月 m 分钟 W 周 s 秒 D 天 ms 毫秒

us 微秒 ns 纳秒 ps 皮秒 fs 飞秒 as 阿托秒 注意：

1秒 = 1000 毫秒（milliseconds） 1毫秒 = 1000 微秒（microseconds）

a = np.datetime64('2020-03-01') print(a, a.dtype) # 2020-03-01 datetime64[D] b= np.datetime64('2020-03') print(b, b.dtype) 2020-03-01 datetime64[D] 2020-03 datetime64[M] a = np.arange('2020-08-01', '2020-08-10', dtype=np.datetime64) print(a) ['2020-08-01' '2020-08-02' '2020-08-03' '2020-08-04' '2020-08-05' '2020-08-06' '2020-08-07' '2020-08-08' '2020-08-09']

datetime64 和 timedelta64 运算

dt = datetime.datetime(year=2020, month=6, day=1, hour=20, minute=5, second=30) dt64 = np.datetime64(dt, 's') print(dt64, dt64.dtype)

2020-06-01T20:05:30 datetime64[s]