熟悉 Numpy 数值类型

Numpy 数值类型

Python 支持的数值类型有 int（整型，python2 中存在 long 长整型）、float（浮点型），bool（布尔型） 和 complex（复数型），而 Numpy 支持比 Python 本身更为丰富的数值类型，细分如下：
bool：布尔类型，1 个字节，值为 True 或 False。
int：整数类型，通常为 int64 或 int32 。
intc：与 C 里的 int 相同，通常为 int32 或 int64。
intp：用于索引，通常为 int32 或 int64。
int8：字节（从 -128 到 127），（tinyint 1字节 -2 ^7 ~ 2^7-1 (-128~127)）
int16：整数（从 -32768 到 32767），(smallint 2字节 -2 ^15 ~ 2^15-1 (-32768~32765))
int32：整数（从 -2147483648 到 2147483647），（int 4字节 -2 ^31~ 2^31-1 (-2147483648~2147483647)）
int64：整数（从 -9223372036854775808 到 9223372036854775807），（bigint 8字节 -2 ^63 ~ 2^63-1）
uint8：无符号整数（从 0 到 255） unsigned
uint16：无符号整数（从 0 到 65535）
uint32：无符号整数（从 0 到 4294967295）
uint64：无符号整数（从 0 到 18446744073709551615）
float：float64 的简写。
float16：半精度浮点，5 位指数，10 位尾数
float32：单精度浮点，8 位指数，23 位尾数
float64：双精度浮点，11 位指数，52 位尾数
complex：complex128 的简写。
complex64：复数，由两个 32 位浮点表示。
complex128：复数，由两个 64 位浮点表示。
上面所有数值类型都被归于 dtype（data-type） 对象的实例。可以用 numpy.dtype(object, align, copy) 来指定数值类型。

指定矩阵长度，以及Numpy 数值类型：nd1 = np.ndarray(shape=(5,4,3),dtype=np.int64)

# 输出结果（每次输出结果不一样，仅做参考）：
array([[[      2191594340480,       2191555581728,       2191611821472],
        [      2191611839376,       2191611821632,       2191611839664],
        [      2191611821952,       2191611839808,       2191611850880],
        [      2191611839952,       2191611851040,       2191611840096]],

       [[      2191611851120,       2191611840240,       2191611792144],
        [      2191611840384,       2191611792240,       2191611840528],
        [      2191611854984,       2191611840672,       2191611855072],
        [      2191611840816,       2191611855160,       2191611840960]],

       [[      2191611855248,       2191611841104,       2191611851520],
        [      2191611841248,       2191611851600,       2191611841392],
        [      2191611851760,       2191611841536,       2191611855512],
        [      2191611841680,       2191611855688,       2191611841824]],

       [[      2191611792528,       2191611845440,       2191611847848],
        [      2191611847904,       2191611847960,       2191611848016],
        [      2191611658760,       2191611658568,       2191611848072],
        [      2191611848128,       2191611848184,       2191611848240]],

       [[      2191611848296,       2191611848352, 1085389569451362832],
        [   9249843516014597,       2191600576192,       2191554927424],
        [ 364801534293181712,  725087305442788624, 1301550256870131984],
        [ 364796036651158800,  146376952399269904, 8462954688898138122]]],
      dtype=int64)