什麼是NumPy?Python中NumPy資料型別有哪些?

　　NumPy是Python常用的第三方庫，功能強大、用途廣泛，多見於科學計算、資料分析等領域。那麼什麼是NumPy?NumPy的資料型別有哪些呢?我們一起來看看吧。

　　什麼是NumPy?

　　NumPy是Python的一種開源的數值計算擴充套件，這種工具可以用來儲存和處理大型矩陣，比如Python自身的巢狀列表結構要高效的多，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。

　　NumPy提供了許多高階的數值程式設計工具，如：矩陣資料型別、向量處理以及精密的運算庫。專為進行嚴格的數字處理而產生，多為大型金融公司使用，以及核心的科學計算組織如：Lawrence livermore、nasa用其處理一些本來使用C++，Fortran或matlab等所做的任務。

　　NumPy資料型別有哪些?

　　NumPy支援的資料型別比Python內建的資料型別要多很多，基本上可以和C語言的資料型別對應上，其中部分型別對應為Python內建的型別。

　　bool_：布林型資料型別(true或false)

　　Int_：預設的整數型別(類似於C語言中的long，int32或int64)

　　Intc：與C的int型別一樣，一般是int32或者int64

　　intp：用於索引的整數型別，類似於C的ssize_t

　　int8：位元組(-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 型別的簡寫

　　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 型別的簡寫，即 128 位複數

　　complex64：複數，表示雙 32 位浮點數(實數部分和虛數部分)

　　complex128：複數，表示雙 64 位浮點數(實數部分和虛數部分)