原文：Data types
譯者：飛龍
?
另見
數(shù)組類型和類型之間的轉(zhuǎn)換
NumPy支持的數(shù)值類型比Python更多君旦。這一節(jié)會(huì)講述所有可用的類型，以及如何改變數(shù)組的數(shù)據(jù)類型红碑。
| 數(shù)據(jù)類型 | 描述 |
|---|---|
| bool_ | 以字節(jié)存儲(chǔ)的布爾值（True 或 False） |
| int_ | 默認(rèn)的整數(shù)類型（和 C 的 long 一樣，是 int64 或者 int32） |
| intc | 和 C 的 int 相同（一般為 int64 或 int32） |
| intp | 用于下標(biāo)的整數(shù)（和 C 的 ssize_t 相同，一般為int64 或者 int32） |
| int8 | 字節(jié)（-128 到 127） |
| int16 | 整數(shù)（-32768 到 32767） |
| int32 | 整數(shù)（-2147483648 到 2147483647） |
| int64 | 整數(shù)（-9223372036854775808 到 9223372036854775807） |
| uint8 | 無符號(hào)整數(shù)（0 到 255） |
| uint16 | 無符號(hào)整數(shù)（0 到 65535） |
| uint32 | 無符號(hào)整數(shù)（0 到 4294967295） |
| uint64 | 無符號(hào)整數(shù)（0 到 18446744073709551615） |
| float_ | float64 的簡(jiǎn)寫 |
| float16 | 半精度浮點(diǎn)：1位符號(hào)进泼，5位指數(shù)惕稻，10位尾數(shù) |
| float32 | 單精度浮點(diǎn)：1位符號(hào)竖共，8位指數(shù)，23位尾數(shù) |
| float64 | 雙精度浮點(diǎn)：1位符號(hào)俺祠，11位指數(shù)公给，52位尾數(shù) |
| complex_ | complex128 的簡(jiǎn)寫 |
| complex64 | 由兩個(gè)32位浮點(diǎn)（實(shí)部和虛部）組成的復(fù)數(shù) |
| complex128 | 由兩個(gè)64位浮點(diǎn)（實(shí)部和虛部）組成的復(fù)數(shù) |
此外，Intel平臺(tái)相關(guān)的C整數(shù)類型 short蜘渣、long淌铐，long long 和它們的無符號(hào)版本是有定義的。
NumPy數(shù)值類型是dtype對(duì)象的實(shí)例蔫缸，每個(gè)都有獨(dú)特的特點(diǎn)腿准。一旦你導(dǎo)入了NumPy：
>>> import numpy as np
這些 dtype 都可以通過 np.bool_ ， np.float32 以及其它的形式訪問拾碌。
更高級(jí)的類型不在表中給出吐葱，請(qǐng)見結(jié)構(gòu)化數(shù)組一節(jié)街望。
有5種基本的數(shù)值類型：布爾（bool），整數(shù)（int）弟跑，無符號(hào)整數(shù)（uint）灾前，浮點(diǎn)（float）和復(fù)數(shù)。其中的數(shù)字表示類型所占的位數(shù)（即需要多少位代表內(nèi)存中的一個(gè)值）窖认。有些類型豫柬，如int和intp，依賴于平臺(tái)（例如32位和64位機(jī)）有不同的位數(shù)扑浸。在與低級(jí)別的代碼（如C或Fortran）交互和在原始內(nèi)存中尋址時(shí)應(yīng)該考慮到這些烧给。
數(shù)據(jù)類型可以用做函數(shù)，來將Python類型轉(zhuǎn)換為數(shù)組標(biāo)量（詳細(xì)解釋請(qǐng)見數(shù)組標(biāo)量一節(jié)）喝噪，或者將Python的數(shù)值序列轉(zhuǎn)換為同類型的NumPy數(shù)組础嫡，或者作為參數(shù)傳入接受dtype的關(guān)鍵詞的NumPy函數(shù)或方法中，例如：
>>> import numpy as np
>>> x = np.float32(1.0)
>>> x
1.0
>>> y = np.int_([1,2,4])
>>> y
array([1, 2, 4])
>>> z = np.arange(3, dtype=np.uint8)
>>> z
array([0, 1, 2], dtype=uint8)
數(shù)組類型也可以由字符代碼指定酝惧，這主要是為了保留舊的包的向后兼容榴鼎，如Numeric。一些文檔仍舊可能這樣寫晚唇，例如：
>>> np.array([1, 2, 3], dtype='f')
array([ 1., 2., 3.], dtype=float32)
我們推薦用 dtype 對(duì)象來取代巫财。
要轉(zhuǎn)換數(shù)組類型，使用 .astype() 方法（推薦）哩陕，或者將類型自身用作函數(shù)平项，例如：
>>> z.astype(float)
array([ 0., 1., 2.])
>>> np.int8(z)
array([0, 1, 2], dtype=int8)
需要注意的是，上面我們使用Python的浮點(diǎn)對(duì)象作為 dtype悍及。NumPy知道int是指np.int_闽瓢，bool指np.bool_，float指np.float_心赶，complex指np.complex_扣讼。其他數(shù)據(jù)類型在Python中沒有對(duì)應(yīng)。
通過查看 dtype 屬性來確定數(shù)組的類型：
>>> z.dtype
dtype('uint8')
dtype 對(duì)象還包含有關(guān)類型的信息缨叫，如它的位寬和字節(jié)順序椭符。數(shù)據(jù)類型也可以間接用于類型的查詢屬性，例如檢查是否是整數(shù)：
>>> d = np.dtype(int)
>>> d
dtype('int32')
>>> np.issubdtype(d, int)
True
>>> np.issubdtype(d, float)
False
數(shù)組標(biāo)量
NumPy一般以數(shù)組標(biāo)量返回?cái)?shù)組元素（帶有相關(guān)dtype的標(biāo)量）弯汰。數(shù)組標(biāo)量不同于Python標(biāo)量艰山，但他們中的大部分可以互換使用（一個(gè)主要的例外是2.x之前的Python欺冀，其中整數(shù)數(shù)組標(biāo)量不能作為列表和元組的下標(biāo)）芥玉。也有一些例外，比如當(dāng)代碼需要標(biāo)量的一個(gè)非常特定的屬性媒怯，或檢查一個(gè)值是否是特定的Python標(biāo)量時(shí)。一般來說纵装，總是可以使用相應(yīng)的Python類型函數(shù)（如int征讲，float，complex橡娄，str诗箍，unicode），將數(shù)組標(biāo)量顯式轉(zhuǎn)換為Python標(biāo)量來解決問題挽唉。
使用數(shù)組標(biāo)量的主要優(yōu)點(diǎn)是滤祖，它們保留了數(shù)組的類型（Python可能沒有匹配的標(biāo)量類型，如int16）瓶籽。因此匠童，使用數(shù)組標(biāo)量確保了數(shù)組和標(biāo)量之間具有相同的行為，無論值在不在數(shù)組中塑顺。NumPy標(biāo)量也有許多和數(shù)組相同的方法汤求。
擴(kuò)展精度
Python 的浮點(diǎn)數(shù)通常都是64位的，幾乎相當(dāng)于 np.float64 严拒。在一些不常見的情況下扬绪，更精確的浮點(diǎn)數(shù)可能更好。是否可以這樣做取決于硬件和開發(fā)環(huán)境：具體來說裤唠，x86 機(jī)器提供了80位精度的硬件浮點(diǎn)支持挤牛，雖然大多數(shù) C 編譯器都以 long double 類型來提供這個(gè)功能，但 MSVC （標(biāo)準(zhǔn)的Windows版本）中 long double 和 double 一致种蘸。NumPy中可以通過 np.longdouble 來使用編譯器的 long double （復(fù)數(shù)為 np.clongdouble ）赊颠。你可以通過 np.finfo(np.longdouble) 來了解你的 numpy 提供了什么。
NumPy 不提供比 C 的 long double 精度更高的 dtype劈彪；特別是128位 IEEE 四精度數(shù)據(jù)類型（Fortran 的 REAL*16）是不能用的。
為了高效的內(nèi)存對(duì)齊顶猜，np.longdouble通常填充零位來存儲(chǔ)沧奴，共96位或128位。哪個(gè)更有效取決于硬件環(huán)境长窄；通常在32位系統(tǒng)中滔吠，他們被填充到96位，而在64位系統(tǒng)挠日，他們通常是填充到128位疮绷。np.longdouble 以系統(tǒng)默認(rèn)的方式填充；而 np.float96 和 np.float128 為那些需要特定填充位的用戶提供嚣潜。盡管名字不同冬骚，np.float96 和 np.float128都只提供和np.longdouble相同的精度，也就是說，大多數(shù) x86 機(jī)器上面只有80位只冻，標(biāo)準(zhǔn)Windows版本上只有64位庇麦。
注意，即使np.longdouble比Python的float精度更高喜德，也很容易失去額外的精度山橄，因?yàn)镻ython經(jīng)常強(qiáng)行以float來傳值。例如舍悯，%格式化運(yùn)算符要求其參數(shù)轉(zhuǎn)換成標(biāo)準(zhǔn)的Python類型航棱，因此它不可能保留額外的精度，即使要求更多的小數(shù)位數(shù)萌衬∫迹可以使用1 + np.finfo(np.longdouble).eps來測(cè)試你的代碼。
