数据类型和数据存储

提供KML_NUMPY库函数的数据类型和数据存储说明。

类型	描述	备注
bool__	布尔型数据类型（True或False）。	NumPy的数值类型实际上是dtype对象的实例，并可对应唯一的字符，如numpy.bool__，numpy.int32，numpy.float64等。
int__	默认的整数类型（类似于C语言中的long，int32或int64）。
intc	与C的int类型一样，一般是int32或int64。
intp	用于索引的整数类型（类似于C的ssize_t，一般情况下仍然是int32或int64）。
int8	字节（-128~127）。
int16	整数（-32768~32767）。
int32	整数（-2147483648~2147483647）。
int64	整数（-9223372036854775808~9223372036854775807）。
uint8	无符号整数（0~255）。
uint16	无符号整数（0~65535）。
uint32	无符号整数（0~4294967295）。
uint64	无符号整数（0~18446744073709551615）。
float__	float64类型的简写。
float16	半精度浮点数，包括：1个符号位，5个指数位，10个尾数位。
float32	单精度浮点数，包括：1符号位，8指数位，23个尾数位。
float64	双精度浮点数，包括：1个符号位，11个指数位，52个尾数位。
complex__	complex128类型的简写，即128位复数。
complex64	复数，表示双32位浮点数（实数部分和虚数部分）。
complex128	复数，表示双64位浮点数（实数部分和虚数部分）。

array_like：指可以作为第一个参数传递numpy.array()以创建数组的任何内容。
可选：ndarray：存储单一数据类型的多维数组，可以使用索引（从0开始）访问ndarray对象中的元素。任何array_like对象都可以使用函数numpy.array()转换为ndarray对象。
scalar：表示类型为标量，标量可能的类型为NumPy数据类型中描述的数据类型。

父主题： KML_NUMPY库函数说明