numpy数据类型表格

numpy数据类型表格

numpy数据类型

在numpy中，数据类型是dtype对象，它是numpy数组的一个元素。dtype对象用于描述以下几类数据：

• 用于数组的元素的类型
• 元素在数组中的顺序
• 数组的字节顺序
• 数组的大小

numpy中有多种数据类型，每种数据类型都有不同的大小和属性。下表展示了numpy中常用的数据类型：

数据类型	描述
bool_	布尔类型
int_	默认整数类型
intc	等同于C的int类型
intp	用于索引的整数类型
int8	字节大小为8位的整数类型
int16	字节大小为16位的整数类型
int32	字节大小为32位的整数类型
int64	字节大小为64位的整数类型
uint8	无符号整数，字节大小为8位
uint16	无符号整数，字节大小为16位
uint32	无符号整数，字节大小为32位
uint64	无符号整数，字节大小为64位
float_	默认浮点数类型
float16	半精度浮点数类型，浮点数部分占16位
float32	单精度浮点数类型，浮点数部分占32位
float64	双精度浮点数类型，浮点数部分占64位
complex_	默认复数类型
complex64	复数，实部和虚部都是32位浮点数
complex128	复数，实部和虚部都是64位浮点数

示例代码

import numpy as np

# 创建一个numpy数组，并指定数据类型为整数
arr = np.array([1, 2, 3], dtype='int32')

print(arr)
print(arr.dtype)

运行结果：

[1 2 3]
int32

import numpy as np

# 创建一个numpy数组，并指定数据类型为浮点数
arr = np.array([1, 2, 3], dtype='float64')

print(arr)
print(arr.dtype)

运行结果：

[1. 2. 3.]
float64

import numpy as np

# 创建一个numpy数组，并指定数据类型为复数
arr = np.array([1, 2, 3], dtype='complex128')

print(arr)
print(arr.dtype)

运行结果：

[1.+0.j 2.+0.j 3.+0.j]
complex128

以上是numpy中常用的数据类型及相应的示例代码。numpy的数据类型非常丰富，可以根据需求选择合适的数据类型来创建数组。