NumPy是Python常用的第三方库，功能强大、用途广泛，多见于科学计算、数据分析等领域。那么什么是NumPy?NumPy的数据类型有哪些呢?我们一起来看看吧。

　　什么是NumPy?

　　NumPy是Python的一种开源的数值计算扩展，这种工具可以用来存储和处理大型矩阵，比如Python自身的嵌套列表结构要高效的多，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

　　NumPy提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理以及精密的运算库。专为进行严格的数字处理而产生，多为大型金融公司使用，以及核心的科学计算组织如：Lawrence livermore、nasa用其处理一些本来使用C++，Fortran或matlab等所做的任务。

　　NumPy数据类型有哪些?

　　NumPy支持的数据类型比Python内置的数据类型要多很多，基本上可以和C语言的数据类型对应上，其中部分类型对应为Python内置的类型。

　　bool_：布尔型数据类型(true或false)

　　Int_：默认的整数类型(类似于C语言中的long，int32或int64)

　　Intc：与C的int类型一样，一般是int32或者int64

　　intp：用于索引的整数类型，类似于C的ssize_t

　　int8：字节(-128 to 127)

　　int16：整数(-32768 to 32767)

　　int32：整数(-2147483648 to 2147483647)

　　int64：整数(-9223372036854775808 to 9223372036854775807)

　　uint8：无符号整数(0 to 255)

　　uint16：无符号整数(0 to 65535)

　　uint32：无符号整数(0 to 4294967295)

　　uint64：无符号整数(0 to 18446744073709551615)

　　float_：float64 类型的简写

　　float16：半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位

　　float32：单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位

　　float64：双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位

　　complex_：complex128 类型的简写，即 128 位复数

　　complex64：复数，表示双 32 位浮点数(实数部分和虚数部分)

　　complex128：复数，表示双 64 位浮点数(实数部分和虚数部分)