##### numpy 标量数据类型 ```python # 数字使用位宽约定的别名，以确保数组的大小总是正确 np.int8 # 字节长度的整数 np.int16 # 16位长度的整数 np.int32 # 32位长度的整数 np.int64 # 64位长度的整数 np.uint8 # 无符号字节长度的整数 np.uint16 # 无符号16位长度的整数 np.uint32 # 无符号32位长度的整数 np.uint64 # 无符号64位长度的整数 np.float16 # 半精度，符号1位，指数5位，尾数10位 np.float32 # 半精度，符号1位，指数8位，尾数23位 np.float64 # 半精度，符号1位，指数11位，尾数52位 np.complex64 # 实数和虚数各占32位的复数 np.complex128 # 实数和虚数各占64位的复数 # 其他类型 np.bool_ # 布尔类型，True或False np.str_ # unicode字符串 np.bytes_ # 字节字符串 # 建议在创建 array 时指定数据类型，且使用统一的数据类型计算。 np.arange(100, dtype=np.float32) np.arange(100, dtype=np.int32) np.array(['100'], dtype=np.str_) ``` ##### numpy 数据类型 ```python np.dtype(dtype, align=False, copy=False) # 自定义数据类型和结构化数组(一组结构化的数据) dt = np.dtype('i4') # 32位整数 np.arange(100, dtype=dt) # 使用dt类型 student = np.dtype([('name', 'U10'), ('age', 'i'), ('weight', 'f4')]) # student结构化数组，名字10个字符，年龄8位整数，体重32位浮点数 s = np.array([('peter',18, 50.5),('lin',18, 50.5)],student) # 两个元素 ```