numpy dtype 中的 > < 符号是什么意思？答案

【问题标题】：What do the > < signs in numpy dtype mean?numpy dtype 中的 > < 符号是什么意思？
【发布时间】：2016-11-14 13:06:14
【问题描述】：

dtype='f'、dtype='f4'、dtype='>f4'、dtype'<f4' 有什么区别？ docs on types 中没有解释语法（除了 'f' 是 'float32' 的简写）；它在records的页面中被广泛使用，但>/<的含义在那里也没有解释。

经过一些实验，我发现

    In [13]: a = np.array([1.0], dtype='f')
    In [15]: print(a.dtype)
    float32

和

    In [16]: a = np.array([1.0], dtype='<f4')
    In [17]: print(a.dtype)
    float32

但是

    In [18]: a = np.array([1.0], dtype='>f4')
    In [19]: print(a.dtype)
    >f4

这让我相信这些是不等价的，这可能是我在使用外部库时遇到的问题的解释。

【问题讨论】：

【解决方案1】：

字节序。

< = little-endian（LSB 优先）

> = 大端（MSB 优先）

【讨论】：

【解决方案2】：

通过查找数据类型对象，您可以看到“>”和“

>>> dt = np.dtype('>H') # big-endian unsigned short
>>> dt = np.dtype('<f') # little-endian single-precision float

f 是一个单精度浮点数，在您的情况下它使用 4 个字节（4 x 8 = 32 位）。

dtype='<f4'

使用 little endian 字节顺序使 dtype 成为 32 位单精度浮点数。

有关字节顺序的更多信息可以使用 wiki 找到 https://en.wikipedia.org/wiki/Endianness

【讨论】：

【解决方案3】：

我刚遇到同样的问题，想上网找答案。

“f”是“float32”的简写。

“f4”也表示“float32”，因为它有 4 个字节，每个字节有 8 位。

同样，“f8”表示“float64”，因为 8*8 = 64。

对于'>f4'和'<f4'的区别，这与32位如何存储在4个字节中有关。

('>')Big Endian 字节顺序：数据的最高有效字节（“大端”）放置在地址最低的字节处。其余数据按顺序放置在内存中接下来的三个字节中。

【讨论】：