Scalars 标量

Python只定义了一种特定的数据类（只有一种整数类型，一种浮点类型等）。在不需要关心数据在计算机中表示的所有方式的应用程序中，这可以很方便。然而，对于科学计算而言，通常需要更多的控制。

在NumPy中，有24种新的基本Python类型来描述不同类型的标量。这些类型描述符大多基于CPython编写的C语言中可用的类型，还有几种与Python类型兼容的其他类型。

数组标量具有与ndarrays相同的属性和方法。[1] This allows one to treat items of an array partly on the same footing as arrays, smoothing out rough edges that result when mixing scalar and array operations.

数组标量存在于数据类型的层次结构中（参见下图）。例如，isinstance（val， np.generic）如果val是数组标量对象将返回True。或者，可以使用数据类型层次结构的其他成员来确定存在哪种类型的数组标量。Thus, for example isinstance(val, np.complexfloating) will return True if val is a complex valued type, while isinstance(val, np.flexible) will return true if val is one of the flexible itemsize array types (string, unicode, void).

Figure: Hierarchy of type objects representing the array data types. Not shown are the two integer types intp and uintp which just point to the integer type that holds a pointer for the platform. All the number types can be obtained using bit-width names as well.

[1] T0>

但是，数组标量是不可变的，因此不能设置数组标量属性。

内置标量类型

内置的标量类型如下所示。Along with their (mostly) C-derived names, the integer, float, and complex data-types are also available using a bit-width convention so that an array of the right size can always be ensured (e.g. int8, float64, complex128). 还提供了指向足够大以容纳C指针的整数类型的两个别名（intp和uintp）。类似C的名称与字符代码相关联，这些代码显示在表中。不鼓励使用字符代码。

一些标量类型基本上等同于基本的Python类型，因此可以从它们以及通用数组标量类型继承它们：

数组标量类型	相关的Python类型
int_	IntType（仅限Python 2）
float_	FloatType
complex_	ComplexType
str_	StringType
unicode_	UnicodeType

bool_数据类型与Python BooleanType非常相似，但不会从它继承，因为Python的BooleanType不允许从它继承，而在C级别上，实际布尔数据的大小与Python布尔标量不同。

警告

bool_类型不是int_类型的子类（bool_甚至不是数字类型）。这与Python的bool作为int的子类的默认实现不同。

警告

由于类型int不再是int_类型，所以不是继承自Python 3中内置的int一个固定宽度的整数类型。

Tip

NumPy中的默认数据类型是float_。

在下面的表格中，platform?意味着该类型可能不适用于所有平台。指出了与不同C或Python类型的兼容性：如果数据的大小相同且解释相同，则两种类型兼容。

布尔：

类型	备注	字符代码
bool_	兼容：Python布尔	'?'
bool8	8位

整数：

byte	兼容：C字符	'b'
short	兼容：C短	'h'
intc	兼容：C int	'i'
int_	兼容：Python int	'l'
longlong	兼容：C长久	'q'
intp	足够大以适应指针	'p'
int8	8位
int16	16位
int32	32位
int64	64位

无符号整数：

ubyte	兼容：C无符号字符	'b'
ushort	兼容：C无符号短	'h'
uintc	兼容：C无符号整型	'i'
uint	兼容：Python int	'l'
ulonglong	兼容：C长久	'q'
uintp	足够大以适应指针	'p'
uint8	8位
uint16	16位
uint32	32位
uint64	64位

浮点数字：

half		'e'
single	兼容：C浮动	'f'
double	兼容：C双
float_	兼容：Python浮动	'd'
longfloat	兼容：C长浮标	'g'
float16	16位
float32	32位
float64	64位
float96	96位，平台？
float128	128位，平台？

复杂的浮点数字：

csingle		'f'
complex_	兼容：Python复杂	'd'
clongfloat		'g'
complex64	两个32位浮点数
complex128	两个64位浮点数
complex192	两个96位浮点平台？
complex256	两个128位浮点，平台？

任何Python对象：

object_

任何Python对象

'O'

注意

实际存储在对象数组（即，具有dtype object_的数组）的数据是对Python对象的引用，而不是对象本身。因此，对象数组的行为更像通常的Python lists，因为它们的内容不必是相同的Python类型。

对象类型也是特殊的，因为包含object_项的数组不会返回项访问中的object_对象，而是返回数组项引用的实际对象。

以下数据类型是灵活的。它们没有预定义的大小：它们描述的数据在不同的阵列中可以有不同的长度。（在字符代码#是一个整数，表示数据类型由多少个元素组成。）

str_	兼容：Python str	'S#'
unicode_	兼容：Python unicode	'U#'
void		'V#'

警告

数字兼容性：如果您在数字代码中使用了旧的typecode字符（这是从未推荐的），您需要将其中一些字符改为新字符。In particular, the needed changes are c -> S1, b -> B, 1 -> b, s -> h, w -> H, and u -> I. 这些更改使得类型字符约定与其他Python模块（如struct模块）更加一致。

属性

数组标量对象具有NPY_SCALAR_PRIORITY（-1,000,000.0）的数组 优先级。他们还没有（还）具有ctypes属性。否则，它们与数组共享相同的属性：

generic.flags	标志的整数值
generic.shape	数组维度的元组
generic.strides	每个维度中的字节元组步骤
generic.ndim	数组维数
generic.data	指向数据开始的指针
generic.size	gentype中的元素数量
generic.itemsize	一个元素的长度以字节为单位
generic.base	基础对象
generic.dtype	获取数组数据描述符
generic.real	标量的实部
generic.imag	标量的虚部
generic.flat	标量的一维视图
generic.T	颠倒
generic.__array_interface__	数组协议：Python方面
generic.__array_struct__	数组协议：结构
generic.__array_priority__	阵列优先。
generic.__array_wrap__	sc .__ array_wrap __（obj）从数组返回标量

索引

也可以看看

Indexing，Data type objects (dtype)

数组标量可以像索引0维数组：如果x是一个数组标量，

• x[()]返回数组标量的一个副本
• x[...]返回一个0维的ndarray
• x['field-name']在字段字段名称中返回数组标量。（x可以包含字段，例如，当它对应于结构化数据类型时）。

方法

数组标量具有与数组完全相同的方法。这些方法的默认行为是将标量内部转换为等效的0维数组并调用相应的数组方法。另外，对数组标量的数学运算进行了定义，以便设置相同的硬件标志并将其用于解释ufunc的结果，以便用于ufuncs的错误状态也转移到数学运算上数组标量。

上述规则的例外情况如下：

generic	numpy标量类型的基类。
generic.__array__	sc .__ array __（|类型）返回0-dim数组
generic.__array_wrap__	sc .__ array_wrap __（obj）从数组返回标量
generic.squeeze	未实现（虚拟属性）
generic.byteswap	未实现（虚拟属性）
generic.__reduce__
generic.__setstate__
generic.setflags	未实现（虚拟属性）

定义新类型

有两种方法可以有效地定义新的数组标量类型（除了从内置标量类型构造结构化类型dtypes外）：一种方法是简单地将ndarray并覆盖感兴趣的方法。这将在一定程度上起作用，但内部某些行为是由数组的数据类型固定的。要完全自定义数组的数据类型，您需要定义一个新的数据类型，并将其注册到NumPy。Such new types can only be defined in C, using the NumPy C-API.