NumPy（Numerical Python）是Python中用于科学计算的一个开源库，它提供了一个强大的多维数组对象和各种用于操作这些数组的工具。NumPy中的数据类型（dtype）用于描述数组中元素的类型。
NumPy中常见的数据类型
- bool: 布尔型，用于表示True或False。
- int: 整型，包括int8、int16、int32、int64等，表示不同位数的有符号整数。
- uint: 无符号整型，包括uint8、uint16、uint32、uint64等，表示不同位数的无符号整数。
- float: 浮点型，包括float16、float32、float64等，表示不同精度的浮点数。complex: 复数型，包括complex64和complex128，分别表示32位和64位的复数。str: 字符串型，用于表示字符串。object: 对象型，用于表示Python对象。datetime: 日期时间型，用于表示日期和时间。timedelta: 时间间隔型，用于表示时间间隔。
你可以使用np.dtype函数来创建特定的数据类型，例如：np.dtype('int32')。在NumPy中，数据类型也可以用字符代码来表示，例如：np.int32。
在Python中，你可以使用type()函数来确定一个对象的类型
例如：
x = 5
print(type(x)) # 输出：<class 'int'>如果你使用的是NumPy数组，你可以使用.dtype属性来获取数组的数据类型。例如：
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr.dtype) # 输出：int64
如果你想检查一个对象是否属于特定的数据类型，你可以使用isinstance()函数。例如：
x = 5
print(isinstance(x, int)) # 输出：True对于NumPy数组，你可以使用np.issubdtype()函数来检查数组是否是某种数据类型的子类型。例如：
import numpy as np
arr = np.array([1, 2, 3, 4])
print(np.issubdtype(arr.dtype, np.integer)) # 输出：True这些方法可以帮助确定Python中对象的数据类型。
