在Matlab中有一个命令来定义一个新的数值类型，例如：
numerictype(0,16,8)
请参阅文档：https://www.mathworks.com/help/fixedpoint/ref/embedded.numerictype.html
numpy 或其他库中是否有等效项？我可以使用类似的命令创建自己的 dtype 吗？
<小时 />编辑：
由于我被要求提供更多信息，这里有一个关于不动点数值类型如何在 matlab 中工作的参考：https://www.mathworks.com/help/dsp/ug/concepts-and-terminology.html 基本上你设置了有符号/无符号的性质，然后一个单词应该有多长以及分数长度。例如，在我给出的例子中，你会有一个有符号的数字，字长为 16，分数长度为 10。
从我读到的关于结构化数组的内容来看，类似的表示形式可能是类似于以下内容：
dtype=[('signed', np.bool_), ('word', np.int16), ('frac', np.int16)])
我的最终目标是实现三个独立的reinterpertcast语句，即：
reinterpretcast(EVMacq,numerictype(0,16,8))
reinterpretcast(Payload16c,numerictype(1,16,16))
reinterpretcast(Payload32,numerictype(1,32,32))
如果有一种方法可以更简单地做到这一点，我非常乐意以不同的方式做到这一点。
这是我在评论中添加的信息的转录：
mathworks.com/help/fixedpoint/ref/reinterpretcast.html 这里是 Matlab 的 Reinterpretcast 文档。本质上，您传入一个整数或一个固定点数，该函数将移动小数点。这使得即使二进制数据没有改变变量的数值是不同的。
有时，您可以通过正态除法对某些数字范围实现类似的效果，但这并非万无一失，并且是不希望的解决方案。
我也许可以自己写一些东西来做到这一点，但如果有人比我聪明已经这样做了，我更喜欢它。考虑到大多数 matlab 功能都包含在 numpy 中，我认为这也将是。结构化数组可能是一个不错的选择，但我不确定强制转换为它们的工作原理。
<小时 />编辑：
我现在意识到，如果有人能告诉我如何做与这个演员完全相同的事情，我真的只想磨练一个命令，我会非常高兴，因为我仍然无法弄清楚。速度不是问题，它只需要运行。
这是命令：
reinterpretcast(Payload16c,numerictype(1,16,16))其中 Payload16c 是由np.complex(real,imag)定义的复数数组。提前谢谢你。
我尝试了这样的事情，但它没有奏效，但可能走在正确的轨道上。我似乎与 MatLab 中发生的情况相差一些比例因子，但每次的比例因子都不相同：
i = 0
result = []
#first generate a binary number that is a one in the highest spot and zero elsewhere
comp = 2**wordlength
#next iterate through entire array
while i < array.size:
#check to see if the value of the item is near the largest value it can be
#if so its likely that it is just negative and thats why that bit is high
if(array[i:i+1] < ((2**fracbits)-1000)):
#if it is not near the largest number simply convert divide to move decimal place
real = array[i:i+1] * (2**-fracbits)
else:
#else we subtract comp so that we get the negative number this binary string was supposed to represent.
# print(np.binary_repr(np.uint16(array[i:i+1])))
real = double(array[i:i+1]) - comp
#then we divide it to move the decimal point properly
real = real * (2**-fracbits)
#same for the next number in the array which is the imaginary component
if(array[i+1:i+2] < ((2**fracbits)-2000)):
imag = array[i+1:i+2] * (2**-fracbits)
else:
imag = double(array[i+1:i+2]) - comp
imag = imag * (2**-fracbits)
result.append(np.complex(real,imag))
i+=2
return result
从Python程序员的角度来看，真正陷入数据类型的杂草与python本身的本质是相反的。 Python是动态类型的，这意味着缺乏效率，但易于编程。为了解决这个问题，许多流行的库都是用 c 编写的，所以你可能想看看像 numpy 这样的库来获得你的打字修复。下面是在 numpy 中设置数据类型的示例。但据我所知，这些仅在预定义的 c 类型上起作用
从理论上讲，你可以定义一个特殊的类来包含你的数据，实现__add__、__subtract__，以及任何其他必要的关键函数。但是，由于 python 是动态类型的，因此这实际上可能具有有限的回报。
另一个选择可能是Cython，它允许你在python中定义C类型，但如果你只是想要一个快速函数来定义类型，那么Python的底层本质就是与你作斗争。
您可以使用np.dtype.我在以下片段中使用了您对dtype的表示：
import numpy as np
dtype=[('signed', np.bool_), ('word', np.int16), ('frac', np.int16)]
mytype = np.dtype(dtype)
您可以在如下所示的数组中使用它：
np.array([True,1,1],dtype=mytype)