ndarray 的數據類型
數據類型，即 dtype ，也是一個特殊的對象， 它包含了ndarray需要為某一種類型數據所申明的內存塊信息（也成為了元數據，即表示數據的數據）
dtype是NumPy能夠與琪他系統數據靈活交互的原因。通常，其他系統提供一個硬盤或內存與數據的對應關系，使得利用C或Fortran等底層語言讀寫數據變得十分方便。
| 名稱 | 描述 |
|---|---|
| bool_ | 布爾型數據類型（True 或者 False） |
| int_ | 默認的整數類型（類似於 C 語言中的 long，int32 或 int64） |
| intc | 與 C 的 int 類型一樣，一般是 int32 或 int 64 |
| intp | 用於索引的整數類型（類似於 C 的 ssize_t，一般情況下仍然是 int32 或 int64） |
| int8 | 字節（-128 to 127） |
| int16 | 整數（-32768 to 32767） |
| int32 | 整數（-2147483648 to 2147483647） |
| int64 | 整數（-9223372036854775808 to 9223372036854775807） |
| uint8 | 無符號整數（0 to 255） |
| uint16 | 無符號整數（0 to 65535） |
| uint32 | 無符號整數（0 to 4294967295） |
| uint64 | 無符號整數（0 to 18446744073709551615） |
| float_ | float64 類型的簡寫 |
| float16 | 半精度浮點數，包括：1 個符號位，5 個指數位，10 個尾數位 |
| float32 | 單精度浮點數，包括：1 個符號位，8 個指數位，23 個尾數位 |
| float64 | 雙精度浮點數，包括：1 個符號位，11 個指數位，52 個尾數位 |
| complex_ | complex128 類型的簡寫，即 128 位復數 |
| complex64 | 復數，表示雙 32 位浮點數（實數部分和虛數部分） |
| complex128 | 復數，表示雙 64 位浮點數（實數部分和虛數部分） |
使用astype方法來顯式的轉換數組的數據類型
arr = np.array([1,2,3,4,5])
print(arr.dtype)
print(arr)
float_arr = arr.astype('float32')#也可以寫作 arr.astype(np.float32)
print(float_arr.dtype)
print(float_arr)
int32
[1 2 3 4 5]
float32
[1. 2. 3. 4. 5.]
注意：將內容為數字的字符串數組轉為數字是可以的,當內容是浮點型數字的時候只能轉成 float，不能 int，只有是整數的時候才可以轉成int
用其他數組的dtype來轉換數據類型：
int_arr = np.arange(10)
calibers = np.array([.22, .270, .357], dtype=np.float64)
print(calibers)
arr_last = int_arr.astype(calibers.dtype)
print(arr_last.dtype)
print(arr_last)
[0.22 0.27 0.357]
float64
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]