数据类型

Spark、MLeap、Scikit-Learn 和 TensorFlow 自身都支持了相当多的数据类型。庆幸的是，由于这些平台框架都是基于已被广泛认可的数学数据结构来设计，因为他们能够在一定程度上相互兼容。

Data Frame 在一个 Schema 对象中存储它的数据列的数据类型。这个 Schema 对象可被用来决定什么操作能够被应用在某一列上，以及转换操作应该如何去执行。

支持的数据类型

数据类型	说明
Byte	8 位整型值，所有平台都支持，但 MLeap 和 Spark 只支持带符号整型。
Short	16 位整型值，所有平台都支持，但 MLeap 和 Spark 只支持带符号整型。
Integer	32 位整型值，所有平台都支持，但 MLeap 和 Spark 只支持带符号整型。
Long	64 位整型值，所有平台都支持，但 MLeap 和 Spark 只支持带符号整型。
Float	32 位浮点值，所有平台都支持。
Double	32 位浮点值，所有平台都支持。
Boolean	8 位值，用于表示 true 和 false，在需要的情况下能够被表示成 1 位值。
String	字符集合，根据平台的不同，可能是 null 结尾的变长值，或者是长度放在数据前面的固长值。
Array	以上基础类型的数据的集合。
Tensor	被 MLeap 和 TensorFlow 支持，提供以上基础类型数据集合的多维存储支持。