numpy学习(2)

     —数据类型
简介：
  NumPy 支持比 Python 更多种类的数值类型，具体如下：

bool_： 存储为一个字节的布尔值（真或假）
int_： 默认整数，相当于 C 的long，通常为int32或int64
intc： 相当于 C 的int，通常为int32或int64
intp： 用于索引的整数，相当于 C 的size_t，通常为int32或int64
int8： 字节（-128 ~ 127）
int16： 16 位整数（-32768 ~ 32767）
int32： 32 位整数（-2147483648 ~ 2147483647）
int64： 64 位整数（-9223372036854775808 ~ 9223372036854775807）
uint8： 8 位无符号整数（0 ~ 255）
uint16： 16 位无符号整数（0 ~ 65535）
uint32： 32 位无符号整数（0 ~ 4294967295）
uint64： 64 位无符号整数（0 ~ 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 位浮点表示（实部和虚部）
complex128： 复数，由两个 64 位浮点表示（实部和虚部）

代码：

numpy.dtype(object, align, copy)

参数：

object：被转换为数据类型的对象
align：如果为true，则向字段添加间隔，使其类似 C 的结构体
Copy: 生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用

例子：
例1---------------------------------------------------------------------
输入：

# 改变数组的数据类型
import numpy as np
a = [11,22,33]
print(a)
a = np.array(a, dtype=np.float64)
print(a)

输出：

[11, 22, 33]
[11. 22. 33.]

例2---------------------------------------------------------------------
输入：

#int8，int16，int32，int64 可替换为等价的字符串 'i1'，'i2'，'i4'，以及其他。  
import numpy as np 
a = np.dtype('i4')  
print(a)

输出：

int32