系列文章地址
文章目录
NumPy 数据类型1、NumPy 中的数据类型补充:复数的概念2、datetime64 的使用Ⅰ、简单示例Ⅱ、单位使用Ⅲ、配合 arange 函数使用Ⅳ、Datetime64 和 Timedelta64 运算Ⅴ、Timedelta64 单独的运算Ⅵ、numpy.datetime64 与 datetime.datetime 相互转换Ⅶ、工作日功能(busday)3、数据类型对象:dtypeⅠ、实例化 dtype 对象Ⅱ、字符代码4、numpy.datetime_data5、numpy.datetime_as_string
NumPy 数据类型
1、NumPy 中的数据类型
NumPy 支持比 Python 更多种类的数值类型,下表所列的数据类型都是 NumPy 内置的数据类型,为了区别于 Python 原生的数据类型,bool
、int
、float
、complex
、str
等类型名称末尾都加了 _
。
print(numpy.dtype)
所显示的都是 NumPy 中的数据类型,而非 Python原生数据类型。
类型名称 | 描述 |
---|---|
bool_ | 布尔类型 |
unicode_ / unicode / str_ / str0(零非字母O) | Unicode 字符串 |
int8 / byte | |
int16 / short | |
int32 / intc / int_ / long | |
int64 / longlong / intp / int0(零非字母O) | |
uint8 / ubyte | |
uint16 / ushort | |
uint32 / uintc | |
uint64 / ulonglong / uintp / uint0(零非字母O) | |
float16 / half | 半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位 |
float32 / single | 单精度浮点数,包括:1 个符号位,8 个指数位,23 个尾数位 |
float64 / float_ / double | 双精度浮点数,包括:1 个符号位,11 个指数位,52 个尾数位 |
complex64 / singlecomplex | 复数,表示双 32 位浮点数(实数部分和虚数部分) |
complex128 / complex_ / cfloat / cdouble / longcomplex / clongfloat / clongdouble |
复数,表示双 64 位浮点数(实数部分和虚数部分) |
datetime64 | NumPy 1.7 开始支持的日期时间类型 |
timedelta64 | 表示两个时间之间的间隔 |
这里有点不理解,我是 win7 64 位系统,上述的类型都是我实测得到的,但是,我查看源码,里面却是如下定义的。总之,为了安全起见,还是建议用 int32、int64 等无歧义的类型。
int_ = long
intp = long
int64 = long
int0 = long
class long(signedinteger):
""" 64-bit integer. Character code 'l'. Python int compatible. """
pass
补充:复数的概念
我们把形如 z=a+bi(a, b均为实数)的数称为复数,其中 a 称为实部,b 称为虚部,i 称为虚数单位。
当虚部 b=0 时,复数 z 是实数;
当虚部 b!=0 时,复数 z 是虚数;
当虚部 b!=0,且实部 a=0 时,复数 z 是纯虚数。
2、datetime64 的使用
Ⅰ、简单示例
例一:
import numpy as np
a = np.datetime64('2019-03-01')
print(a)
输出:
2019-03-01
例二:
import numpy as np
a = np.datetime64('2019-03')
print(a)
输出:
2019-03
看到没有,可以仅显示到“月”,是不是很赞?
Ⅱ、单位使用
datetime64 可以指定使用的单位,单位包括年('Y'),月('M'),周('W')和天('D'),而时间单位是小时('h'),分钟('m') ),秒('s'),毫秒('ms'),微秒('us'),纳秒('ns'),皮秒('ps'),飞秒('fs'),阿托秒('as')。
例三:
周('W')是一个比较奇怪的单位,如果是周四,则显示当前,如果不是,则显示上一个周四。后来我想,大概是因为 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)
输出:(2019-03-07 是周四)
2019-03-07 2019-03-07
例四:
从字符串创建 datetime64 类型时,默认情况下,NumPy 会根据字符串自动选择对应的单位。
import numpy as np
a = np.datetime64('2019-03-08 20:00')
print(a.dtype)
输出:
datetime64[m]
例五:
也可以强制指定使用的单位。
import numpy as np
a = np.datetime64('2019-03', 'D')
print(a)
输出:
2019-03-01
例六:
由上例可以看出,2019-03
和 2019-03-01
所表示的其实是同一个时间。
事实上,如果两个 datetime64 对象具有不同的单位,它们可能仍然代表相同的时刻。并且从较大的单位(如月份)转换为较小的单位(如天数)是安全的。
import numpy as np
print(np.datetime64('2019-03') == np.datetime64('2019-03-01'))
输出:
True
例七:
从字符串创建日期时间数组时,如果单位不统一,则一律转化成其中最小的单位。
import numpy as np
a = np.array(['2019-03', '2019-03-08', '2019-03-08 20:00'], dtype='datetime64')
print(a)
print(a.dtype)
输出:
['2019-03-01T00:00' '2019-03-08T00:00' '2019-03-08T20:00']
datetime64[m]
Ⅲ、配合 arange 函数使用
例八:一个月的所有天数
import numpy as np
a = np.arange('2019-02', '2019-03', dtype='datetime64[D]')
print(a)
输出:
['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:
间隔也可以是 3 天('3D')这种形式哦。
import numpy as np
a = np.arange('2019-02', '2019-03', dtype='datetime64[3D]')
print(a)
输出:
['2019-02-01' '2019-02-04' '2019-02-07' '2019-02-10' '2019-02-13'
'2019-02-16' '2019-02-19' '2019-02-22' '2019-02-25']
发现没有,这里少了 2019-02-28。我认为是个 BUG,没道理去掉的。
Ⅳ、Datetime64 和 Timedelta64 运算
例一:
timedelta64 表示两个 Datetime64 之间的差。timedelta64 也是带单位的,并且和相减运算中的两个 Datetime64 中的较小的单位保持一致。
import numpy as np
a = np.datetime64('2019-03-08') - np.datetime64('2019-03-07')
b = np.datetime64('2019-03-08') - np.datetime64('2019-03-07 08:00')
c = np.datetime64('2019-03-08') - np.datetime64('2019-03-07 23:00', 'D')
print(a, a.dtype)
print(b, b.dtype)
print(c, c.dtype)
输出:
1 days timedelta64[D]
960 minutes timedelta64[m]
1 days timedelta64[D]
看 c 的表达式,因为强制限定了单位,所以
np.datetime64('2019-03-07 23:00', 'D')
所表示的时间其实是2019-03-07
,那么结果是 1 也就好理解了。
例二:
import numpy as np
a = np.datetime64('2019-03') + np.timedelta64(20, 'D')
print(a)
输出:
2019-03-21
Ⅴ、Timedelta64 单独的运算
例一:生成 Timedelta64
import numpy as np
a = np.timedelta64(1, 'Y') # 方式一
b = np.timedelta64(a, 'M') # 方式二
print(a)
print(b)
输出:
1 years
12 months
例二:加减乘除
import numpy as np
a = np.timedelta64(1, 'Y')
b = np.timedelta64(6, 'M')
print(a + b)
print(a - b)
print(2 * a)
print(a / b)
输出:
18 months
6 months
2 years
2.0
例三:
但是,年('Y')和月('M')这两个单位是经过特殊处理的,它们无法和其他单位进行运算,一年有几天?一个月有几个小时?这些都是不确定的。
import numpy as np
a = np.timedelta64(1, 'M')
b = np.timedelta64(a, 'D')
输出:
TypeError: Cannot cast NumPy timedelta64 scalar from metadata [M] to [D] according to the rule 'same_kind'
Ⅵ、numpy.datetime64 与 datetime.datetime 相互转换
import numpy as np
import datetime
dt = datetime.datetime(2018, 9, 1)
dt64 = np.datetime64(dt, 'D')
print(dt64, dt64.dtype)
dt2 = dt64.astype(datetime.datetime)
print(dt2)
输出:
2018-09-01 datetime64[D]
2018-09-01
Ⅶ、工作日功能(busday)
busday 默认周一至周五是工作日。该实现基于一个 weekmask,包含 7 个布尔标志,用于工作日。
例一:busday_offset
busday_offset 将指定的偏移量应用于工作日,单位天('D')。例如计算下一个工作日:
import numpy as np
a = np.busday_offset('2019-03-08', 1)
print(a)
输出:
2019-03-11
例二:
如果当前日期为非工作日,则默认是报错的。
import numpy as np
a = np.busday_offset('2019-03-09', 1)
print(a)
输出:
ValueError: Non-business day date in busday_offset
例三:
可以指定 forward 或 backward 规则来避免报错。
import numpy as np
a = np.busday_offset('2019-03-09', 1, roll='forward')
b = np.busday_offset('2019-03-09', 1, roll='backward')
print(a)
print(b)
c = np.busday_offset('2019-03-09', 0, roll='forward')
d = np.busday_offset('2019-03-09', 0, roll='backward')
print(c)
print(d)
输出:
2019-03-12
2019-03-11
2019-03-11
2019-03-08
可以指定偏移量为 0 来获取当前日期向前或向后最近的工作日,当然,如果当前日期本身就是工作日,则直接返回当前日期。
例四:
import numpy as np
a = np.busday_offset('2019-05', 1, roll='forward', weekmask='Sun')
print(a)
输出:
2019-05-12
母亲节是 5 月的第二个星期日,本例就可以用于返回母亲节具体的日期。来解释一下:weekmask
参数在这里可以传星期的英文简写(注意是简写 Mon、Tue、Wed、Thu、Fri、Sat、Sun,全拼报错的),指定向前或向后到星期几。上面代码的含义就是:前进道 2019-05-01 后的第二个(不要忘了下标从 0 开始的)星期日。
这个功能对老美来说也许有用,但是在中国,谁来给我求个端午节是几月几号?
例五:is_busday
返回指定日期是否是工作日。
import numpy as np
a = np.is_busday(np.datetime64('2019-03-08'))
b = np.is_busday('2019-03-09')
print(a)
print(b)
输出:
True
False
例六:busday_count
返回两个日期之间的工作日数量。
import numpy as np
a = np.busday_count(np.datetime64('2019-03-01'), np.datetime64('2019-03-10'))
b = np.busday_count('2019-03-10', '2019-03-01')
print(a)
print(b)
输出:
6
-6
例七:count_nonzero
统计一个 datetime64['D'] 数组中的工作日天数。
import numpy as np
c = np.arange('2019-03-01', '2019-03-10', dtype='datetime64')
d = np.count_nonzero(np.is_busday(c))
print(d)
输出:
6
例八:
自定义周掩码值,即指定一周中哪些星期是工作日。
import numpy as np
a = np.is_busday('2019-03-08', weekmask=[1, 1, 1, 1, 0, 1, 0])
b = np.is_busday('2019-03-09', weekmask='1111010')
print(a)
print(b)
输出:
False
True
周掩码值还可以直接用星期单词缩写列出所有的工作日,下面所示的周掩码表示的工作日是:周一周二周三周四周六周日,周五为休息日。
weekmask='Mon Tue Wed Thu Sat Sun'
3、数据类型对象:dtype
数据类型对象是用来描述与数组对应的内存区域如何使用,这依赖如下几个方面:
- 数据的类型(整数,浮点数或者 Python 对象)
- 数据的大小(例如, 整数使用多少个字节存储)
- 数据的字节顺序(小端法"<"或大端法">",大端法高字节在前低字节在后,小端法低字节在前高字节在后)
- 在结构化类型的情况下,字段的名称、每个字段的数据类型和每个字段所取的内存块的部分(见例三)
- 如果数据类型是子数组,它的形状和数据类型字节顺序是通过对数据类型预先设定"<"或">"来决定的。
Ⅰ、实例化 dtype 对象
dtype 对象构造语法:
numpy.dtype(obj, align=False, copy=False)
参数 | 描述 |
---|---|
object | 要转换为数据类型对象的对象 |
align | 如果为 True,填充字段使其类似 C 的结构体,只有当 object 是字典或逗号分隔的字符串时才可以是 True |
copy | 复制 dtype 对象,如果为 False,则是对内置数据类型对象的引用 |
例一:
int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2', 'i4', 'i8' 代替。(见字符代码)
import numpy as np
dt = np.dtype('i4')
print(dt)
输出:
int32
例二:
import numpy as np
dt = np.dtype('<i4')
print(dt)
输出:
int32
例三:
本例定义一个结构化数据类型 student
,包含字符串字段 name
,整数字段 age
,并将这个 dtype 应用到 ndarray 对象。
import numpy as np
student = np.dtype([('name', 'S20'), ('age', 'i1')])
print(student)
a = np.array([('tom', 21), ('Jerry', 18)], dtype=student)
print(a)
输出:
[('name', 'S20'), ('age', 'i1')]
[(b'tom', 21) (b'Jerry', 18)]
Ⅱ、字符代码
字符代码 | 对应类型 |
---|---|
b | 布尔型 |
i | 有符号整型,'i1', 'i2', 'i4', 'i8' 对应 int8, int16, int32, int64 |
u | 无符号整型,'u1', 'u2', 'u4', 'u8' 对应 uint8, uint16, uint32, uint64 |
f | 浮点型,'f2', 'f4', 'f8' 对应 float16, float32, float64 |
c | 复数,'c8', 'c16' 对应 complex64, complex128 |
m | timedelta64(时间间隔),本质上是个 int64 |
M(大写) | datetime64(日期时间) |
O(大写) | Python 对象 |
S(大写)/ a | (byte-)字符串,只能包含 ASCII 码字符,S 或 a 后带数字表示字符串长度,超出部分将被截断,例如 S20、a10 |
U(大写) | Unicode 字符串,U 后带数字表示字符串长度,超出部分将被截断,例如 U20 |
V(大写) | bytes 数组,V 后带数字表示数组长度,超出部分将被截断,不足则补零 |
这里主要讲下 M 和 V 的使用,其他都比较简单好理解,可以看上面的例子。
字符代码 M 的使用示例:
import numpy as np
student = np.dtype([('name', 'S4'), ('age', 'M8[D]')])
print(student)
a = np.array([('tom', '2011-01-01'), ('Jerry', np.datetime64('2012-05-17'))], dtype=student)
print(a)
print(a['age'].dtype)
输出:
[('name', 'S4'), ('age', '<M8[D]')]
[(b'tom', '2011-01-01') (b'Jerr', '2012-05-17')]
datetime64[D]
这里必须写成 M8[单位],不加单位报:Cannot cast NumPy timedelta64 scalar from metadata [D] to according to the rule 'same_kind'。
字符代码 V 的使用示例:
import numpy as np
student = np.dtype([('name', 'V8'), ('age', 'i1')])
print(student)
a = np.array([(b'tom', 21), (b'Jerry', 18)], dtype=student)
print(a)
print(a['name'].dtype)
输出:
[('name', 'V8'), ('age', 'i1')]
[(b'x74x6Fx6Dx00x00x00x00x00', 21)
(b'x4Ax65x72x72x79x00x00x00', 18)]
|V8
4、numpy.datetime_data
语法:
numpy.datetime_data(dtype, /)
参数:只能是 datetime64 或 timedelta64 类型
返回值:返回一个元组 ('单位', 步长)
例一:
import numpy as np
dt_25s = np.dtype('timedelta64[25s]')
print(np.datetime_data(dt_25s))
输出:
('s', 25)
例二:
import numpy as np
dt_25s = np.dtype('timedelta64[25s]')
b = np.array([1, 2, 3, 4, 5], dt_25s).astype('timedelta64[s]')
print(b)
print(b.dtype)
输出:
[ 25 50 75 100 125]
timedelta64[s]
本例中,b
是一个 narray,数据类型从 timedelta64[25s]
转成了 timedelta64[s]
,所以数组中每个数都要乘以 25。
5、numpy.datetime_as_string
将日期时间数组转换为字符串数组。
语法:
numpy.datetime_as_string(arr, unit=None, timezone='naive', casting='same_kind')
参数 | 描述 |
---|---|
arr | datetimes64 数组 |
unit | 'auto' 或者 datetime64 单位。 |
timezone | 时区 |
casting | 在日期时间单位之间进行更改时允许进行转换。有以下可选值:'no', 'equiv', 'safe', 'same_kind', 'unsafe'。 |
例一:
import numpy as np
dt_array = np.arange('2019-03-01', '2019-03-10', dtype='datetime64[D]')
str_array = np.datetime_as_string(dt_array)
print(str_array)
print(str_array.dtype)
输出:
['2019-03-01' '2019-03-02' '2019-03-03' '2019-03-04' '2019-03-05'
'2019-03-06' '2019-03-07' '2019-03-08' '2019-03-09']
<U28
例二:unit的使用示例
默认情况下,unit=None
,如果数组中的 datetime64 元素单位不一致,则会统一转化为其中最小的单位形式输出,如果 unit='auto'
则会保持原样输出。当然,如果指定了单位,则按指定的单位格式输出。
import numpy as np
dt_array = np.array(['2019-03', '2019-03-08', '2019-03-08 20:00'], dtype='datetime64')
str_array1 = np.datetime_as_string(dt_array)
str_array2 = np.datetime_as_string(dt_array, unit='auto')
str_array3 = np.datetime_as_string(dt_array, unit='D')
print(str_array1)
print(str_array2)
print(str_array3)
输出:
['2019-03-01T00:00' '2019-03-08T00:00' '2019-03-08T20:00']
['2019-03-01' '2019-03-08' '2019-03-08T20:00']
['2019-03-01' '2019-03-08' '2019-03-08']