Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

2.9

 構造化データ：

NumPy

の構造化配列

95

型の名前が重要でないなら、カンマ区切りの文字列で型だけを指定できます。

In[13]: np.dtype('S10,i4,f8')

Out[13]: dtype([('f0', 'S10'), ('f1', '<i4'), ('f2', '<f8')])

短縮された文字列形式の型コードは複雑に見えますが、単純な原則に基づいています。最初の（省

略可能な）文字は、それぞれ「リトルエンディアン」または「ビッグエンディアン」を意味する

<

また

は

>

であり、最上位ビットの位置を指定します。次の文字は、データの種類（文字、バイト、整数、

浮動小数点など）を表します（表2-4を参照）。最後に、バイト単位のオブジェクトのサイズを指定

します。

表2-4　NumPyのデータ型

文字 説明 例

'b'

バイト

np.dtype('b')

'i'

符号付き整数

np.dtype('i4') == np.int32

'u'

符号なし整数

np.dtype('u1') == np.uint8

'f'

浮動小数点数

np.dtype('f8') == np.int64

'c'

複素数

np.dtype('c16') == np.complex128

'S'

,

'a'

文字列

np.dtype('S5')

'U'

Unicode

文字列

np.dtype('U') == np.str_

'V'

Raw

データ（

void

）

np.dtype('V') == np.void

2.9.2

 より高度な複合型

より高度な複合型を定義できます。例えば、各要素が配列や行列である型を作成できます。ここ ...