数据类型

NumPy支持比Python更多的数据类型，详细可见下表。

数据类型	长度	描述
`bool_`	1	布尔值
`int_`	32/64	默认整型，相当于C的`long`
`intc`	32/64	整型，相当于C的`int`
`intp`	32/64	索引的整型，相当于C的`size_t`
`int8`	8	8位整型
`int16`	16	16位整型
`int32`	32	32位整型
`int64`	64	64位整型
`uint8`	8	8位无符号整型
`uint16`	16	16位无符号整型
`uint32`	32	32位无符号整型
`uint64`	64	64位无符号整型
`float`	64	64位浮点型
`float16`	16	半精度浮点型，1位符号位，5位指数，10位尾数
`float32`	32	单精度浮点型，1位符号位，8位指数，23位尾数
`float64`	64	双精度浮点型，1位符号位，11位指数，52位尾数
`complex_`	128	128位复数型
`complex64`	64	由两个32位浮点数表示
`complex128`	128	由两个64位浮点数表示

NumPy的数据类型一般采用np.float32的格式使用。

数据类型对象描述了应用于数组的固定内存块的解释，主要包括以下几个方面的内容：

数据类型；
数据大小；
字节序；
结构化类型的字段名称，每个字段的数据类型以及每个字段占用的内存块部分；
子序列的形状和数据类型。

数据类型对象，可以由numpy.dtype(object, align, copy)方法构造，其中，align参数表示是否像C的结构体一样在字段间添加间隔，copy参数表示是否要生成object的新副本，否则将使用引用。