Numpy系列（二）- 数据类型

Numpy 中的数组比 Python 原生中的数组（只支持整数类型与浮点类型）强大的一点就是它支持更多的数据类型。

基本数据类型

numpy常见的数据类型

数据类型	描述
bool_	布尔（True或False），存储为一个字节
int_	默认整数类型（与C long相同；通常为int64或int32）
intc	与C int（通常为int32或int64）相同
intp	用于索引的整数（与C ssize_t相同；通常为int32或int64）
int8	字节（-128到127）
int16	整数（-32768到32767）
int32	整数（-2147483648至2147483647）
int64	整数（-9223372036854775808至9223372036854775807）
uint8	无符号整数（0到255）
uint16	无符号整数（0到65535）
uint32	无符号整数（0至4294967295）
uint64	无符号整数（0至18446744073709551615）
float_	float64的简写。
float16	半精度浮点：符号位，5位指数，10位尾数
float32	单精度浮点：符号位，8位指数，23位尾数
float64	双精度浮点：符号位，11位指数，52位尾数
complex_	complex128的简写。
complex64	复数，由两个32位浮点（实数和虚数分量）
complex128	复数，由两个64位浮点（实数和虚数分量）

以上这些数据类型都可以通过 np.bool_、np.float32等方式访问。

这些类型都可以在创建 ndarray 时通过参数 dtype 来指定。

a = np.arange(3, dtype=np.float16)
a
Out[107]: array([0., 1., 2.], dtype=float16)
a.dtype
Out[108]: dtype('float16')

　　此外，在创建 ndarray 对象时，也可以通过字符代码来替换，主要是为了保持与较旧包（例如Numeric）的向后兼容性。

np.array([1, 2, 3], dtype='f')
Out[109]: array([1., 2., 3.], dtype=float32　

类型转换

要转换数组的类型，请使用.astype()方法（首选）或类型本身作为函数。

a
Out[110]: array([0., 1., 2.], dtype=float16)
a.astype(np.bool_)
Out[111]: array([False,  True,  True])
np.bool_(a)
Out[112]: array([False,  True,  True])