numpy支持比python更多的数据类型_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])

原文：https://www.cnblogs.com/zhangyafei/p/10566944.html