Numpy数据类型：dtype与astype全解析

Numpy数组的同构性使其高效处理数据，数据类型（dtype）是关键，决定元素存储、内存占用及运算规则，合理选择可优化性能、避免浪费。dtype是描述数组类型的对象，可通过`arr.dtype`查看，创建时可显式指定（如`np.int32`）。常用类型包括int（8/16/32/64位）、uint（无符号整数）、float（32/64位）、bool及object等。 `astype`方法用于类型转换，返回新数组，原数组不变。例如整数转浮点数（`arr.astype(np.float64)`）、浮点数转整数（截断小数，如`2.9`转`2`）、布尔与整数互转（`True`→`1`，非0→`True`）。需注意：转换为小类型可能溢出（如`int64`转`int32`），浮点数转整数不四舍五入。掌握dtype和astype能灵活处理数据，避免内存浪费与计算错误，为后续分析奠基。