1.3.1.3基础数据类型

你可能已经发现，在一些情况下，数组元素显示带有点（即 2. VS 2）。这是因为所使用的数据类型不同：

In [12]:

a = np.array([1, 2, 3])
a.dtype

Out[12]:

dtype('int64')

In [13]:

b = np.array([1., 2., 3.])
b

Out[13]:

array([ 1.,  2.,  3.])

不同的数据类型可以更紧凑的在内存中存储数据，但是大多数时候我们都只是操作浮点数据。注意，在上面的例子中，Numpy自动从输入中识别了数据类型。

你可以明确的指定想要的类型：

In [1]:

c = np.array([1, 2, 3], dtype=float)
c.dtype

Out[1]:

dtype('float64')

默认数据类型是浮点:

In [2]:

a = np.ones((3, 3))
a.dtype

Out[2]:

dtype('float64')

其他类型：

复数：

In [4]:

d = np.array([1+2j, 3+4j, 5+6*1j])
d.dtype

Out[4]:

dtype('complex128')

布尔：

In [5]:

e = np.array([True, False, False, True])
e.dtype

Out[5]:

dtype('bool')

字符：

In [6]:

f = np.array(['Bonjour', 'Hello', 'Hallo',])
f.dtype     # <--- 包含最多7个字母的字符

Out[6]:

dtype('S7')

更多：

• int32
• int64
• unit32
• unit64