NumPy 作为 Python 的扩展包，它提供了比 Python 更加丰富的数据类型，如表 1 所示：

表1：NumPy数据类型
序号 数据类型 语言描述
1 bool_ 布尔型数据类型（True 或者 False）
2 int_ 默认整数类型，类似于 C 语言中的 long，取值为 int32 或 int64
3 intc 和 C 语言的 int 类型一样，一般是 int32 或 int 64
4 intp 用于索引的整数类型（类似于 C 的 ssize_t，通常为 int32 或 int64）
5 int8 代表与1字节相同的8位整数。值的范围是-128到127。
6 int16 代表 2 字节（16位）的整数。范围是-32768至32767。
7 int32 代表 4 字节（32位）整数。范围是-2147483648至2147483647。
8 int64 表示 8 字节（64位）整数。范围是-9223372036854775808至9223372036854775807。
9 uint8 代表1字节（8位）无符号整数。
10 uint16 2 字节（16位）无符号整数。
11 uint32 4 字节（32位）的无符号整数。
12 uint64 8 字节（64位）的无符号整数。
13 float_ float64 类型的简写。
14 float16 半精度浮点数，包括：1 个符号位，5 个指数位，10个尾数位。
15 float32 单精度浮点数，包括：1 个符号位，8 个指数位，23个尾数位。
16 float64 双精度浮点数，包括：1 个符号位，11 个指数位，52个尾数位。
17 complex_ 复数类型，与 complex128 类型相同。
18 complex64 表示实部和虚部共享 32 位的复数。
19 complex128 表示实部和虚部共享 64 位的复数。
20 str_ 表示字符串类型
21 string_ 表示字节串类型
数据类型对象
数据类型对象（Data Type Object）又称 dtype 对象，主要用来描述数组元素的数据类型、大小以及字节顺序。同时，它也可以用来创建结构化数据。比如常见的 int64、float32 都是 dtype 对象的实例，其语法格式如下：
np.dtype(object)

创建一个 dtype 对象可以使用下列方法：
a= np.dtype(np.int64)

示例：
import numpy as np
a= np.dtype(np.int64)
print(a)
输出结果：
int64

数据类型标识码
NumPy 中每种数据类型都有一个唯一标识的字符码，如下所示：

数据类型标识码
字符	对应类型
b	代表布尔型
i	带符号整型
u	无符号整型
f	浮点型
c	复数浮点型
m	时间间隔（timedelta）
M	datatime（日期时间）
O	Python对象
S,a	字节串（S）与字符串（a）
U	Unicode
V	原始数据（void）

下面使用数据类型标识码，创建一组结构化数据：

#创建数据类型score
import numpy as np
dt = np.dtype([('score','i1')])
print(dt) 

输出如下：

[('score', 'i1')]

将上述的数据类型对象 dt，应用到 ndarray 中：

#定义字段名score，以及数组数据类型i1
dt = np.dtype([('score','i1')])
a = np.array([(55,),(75,),(85,)], dtype = dt)
print(a)
print(a.dtype)
print(a['score'])
输出结果：
获取a数组：
[(55,) (75,) (85,)] 
数据类型对象dtype
dtype([('score', 'i1')])
获取'score'字段分数
[55 75 85]

定义结构化数据
通常情况下，结构化数据使用字段的形式来描述某个对象的特征。以下示例描述一位老师的姓名、年龄、工资的特征，该结构化数据其包含以下字段：

str 字段：name
int 字段：age
float 字段：salary

定义过程如下：

import numpy as np
teacher = np.dtype([('name','S20'), ('age', 'i1'), ('salary', 'f4')])
#输出结构化数据teacher
print(teacher)
#将其应用于ndarray对象
b = np.array([('ycs', 32, 6357.50),('jxe', 28, 6856.80)], dtype = teacher) 
print(b)
输出结果：
[('name', 'S20'), ('age', 'i1'), ('salary', '