跳转至主要内容
Ctrl+K
Python64(中文Python文档及资源库) - Home Python64(中文Python文档及资源库) - Home
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub

章节导航

  • NumPy 的模块结构
  • 数组对象
    • N 维数组 ( ndarray )
    • 标量
    • 数据类型对象 ( dtype )
      • numpy.dtype
      • numpy.dtype.type
      • numpy.dtype.kind
      • numpy.dtype.char
      • numpy.dtype.num
      • numpy.dtype.str
      • numpy.dtype.name
      • numpy.dtype.itemsize
      • numpy.dtype.byteorder
      • numpy.dtype.fields
      • numpy.dtype.names
      • numpy.dtype.subdtype
      • numpy.dtype.shape
      • numpy.dtype.hasobject
      • numpy.dtype.flags
      • numpy.dtype.isbuiltin
      • numpy.dtype.isnative
      • numpy.dtype.descr
      • numpy.dtype.alignment
      • numpy.dtype.base
      • numpy.dtype.metadata
      • numpy.dtype.newbyteorder
      • numpy.dtype.__reduce__
      • numpy.dtype.__setstate__
      • numpy.dtype.__class_getitem__
      • numpy.dtype.__ge__
      • numpy.dtype.__gt__
      • numpy.dtype.__le__
      • numpy.dtype.__lt__
    • NumPy 中的数据类型提升
    • 数组迭代
    • 标准数组子类
    • 掩码数组
    • 数组接口协议
    • 日期时间和时间增量
  • 通用函数 ( ufunc )
  • 按主题分类的例程和对象
  • 类型标注 ( numpy.typing )
  • NumPy C-API
  • Array API 标准兼容性
  • CPU/SIMD 优化
  • 线程安全
  • 全局配置选项
  • NumPy 安全
  • numpy.distutils 的状态和迁移建议
  • numpy.distutils 用户指南
  • NumPy 和 SWIG
  • NumPy 参考
  • 数组对象
  • 数据类型对象 ( dtype )
  • numpy.dtype.__setstate__

numpy.dtype.__setstate__#

method

dtype.__setstate__()#

上一页

numpy.dtype.__reduce__

下一页

numpy.dtype.__class_getitem__

当前页面
  • dtype.__setstate__
如何运行和测试 NumPy 的代码?
在探索 NumPy 库的核心概念、常见问题和实用代码示例时,所有代码都可在 PythonRun 上直接运行测试。
请给出一个简单的 NumPy 代码示例

下面是一个简单的 NumPy 用法示例:

import numpy as np
a = np.array([1, 2, 3])
a = a * 2
print(a)

你可以在 PythonRun 上执行它,看看结果。

PythonRun:Python在线代码运行器,它可以在网页中直接编写和运行Python代码,无需安装任何开发环境,且支持NumPy库。