Numpy系列（二）- 數據類型

Numpy 中的數組比 Python 原生中的數組（只支持整數類型與浮點類型）強大的一點就是它支持更多的數據類型。

 基本數據類型

numpy常見的數據類型

數據類型	描述
bool_	布爾（True或False），存儲爲一個字節
int_	默認整數類型（與C long相同；一般爲int64或int32）
intc	與C int（一般爲int32或int64）相同
intp	用於索引的整數（與C ssize_t相同；一般爲int32或int64）
int8	字節（-128到127）
int16	整數（-32768到32767）
int32	整數（-2147483648至2147483647）
int64	整數（-9223372036854775808至9223372036854775807）
uint8	無符號整數（0到255）
uint16	無符號整數（0到65535）
uint32	無符號整數（0至4294967295）
uint64	無符號整數（0至18446744073709551615）
float_	float64的簡寫。
float16	半精度浮點：符號位，5位指數，10位尾數
float32	單精度浮點：符號位，8位指數，23位尾數
float64	雙精度浮點：符號位，11位指數，52位尾數
complex_	complex128的簡寫。
complex64	複數，由兩個32位浮點（實數和虛數份量）
complex128	複數，由兩個64位浮點（實數和虛數份量）

以上這些數據類型均可以經過 np.bool_、np.float32等方式訪問。

這些類型均可以在建立 ndarray 時經過參數 dtype 來指定。

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

　　此外，在建立 ndarray 對象時，也能夠經過字符代碼來替換，主要是爲了保持與較舊包（例如Numeric）的向後兼容性。

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

類型轉換

要轉換數組的類型，請使用.astype()方法（首選）或類型自己做爲函數。

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])