查看数据类型

NumPy支持比Python更多的数据类型。下面介绍一些常用的数据类型，以及这些数据类型之间的转换。

如前面所述，通过“ndarray.dtype”可以创建一个表示数据类型的对象。要想获取数据类型的名称，则需要访问name属性进行获取，示例代码如下。

In [20]: data_one = np.array([[1, 2, 3], [4, 5, 6]])
In [21]: data_one.dtype.name 
Out[21]: 'int32' 

注意：

在默认情况下，64位windows系统输出的结果为int32， 64位Linux或macOS系统输出结果为int64，当然也可以通过dtype来指定数据类型的长度。

上述代码中，使用dtype属性查看data_one对象的类型，输出结果是int32。从数据类型的命名方式上可以看出，NumPy的数据类型是由一个类型名（如int、float）和元素位长的数字组成。

如果在创建数组时，没有显式地指明数据的类型，则可以根据列表或元组中的元素类型推导出来。默认情况下，通过zeros()、ones()、empty()函数创建的数组中数据类型为float64。

表1罗列了NumPy中常用的数据类型。

表1 NumPy的数据类型

每一个NumPy内置的数据类型都有一个特征码，它能唯一标识一种数据类型，具体如表2所示。

表2 NumPy内置特征码