python和numpy中的数据类型比较

在写python代码时，有时会用到isinstance来做类型判断， isinstance()可以判断两个类型是否相同，而且相对于type()，isinstance() 会认为子类是一种父类类型，会考虑继承关系。
我们经常会将输入数据data (列表list格式) 转为numpy格式，有时在后面对data进行类型判断，这时就要明确numpy的默认类型了，并且要知道python中的整型和numpy中的整型的区别。这是一个很容易出BUG的地方。

1. python中的整型（int）和numpy中的整型（np.int, np.int64）类型是不一样的

a=np.array([1,2,3])
print('1',type(a))
print('2',a.dtype)
print('3',isinstance(a[0],int)) #判断numpy.int64是否为python的int类型;结果为False
#numpy转换其他整数类型
a=a.astype(np.int8)
print('4',a.dtype)
print('5',isinstance(a[0],int)) #判断numpy.int8是否为python的int类型;结果为False

输出结果：

1 <class 'numpy.ndarray'>
2 int64
3 False
4 int8
5 False

2. python中的浮点型（float）和numpy中的浮点型（np.float64）类型一样，但是和np.float32不一样

python中的float和np.float、np.float64都是C类型的double

a=np.array([1.0,2.0,3.0])
print('1',type(a))
print('2',a.dtype)
print('3',isinstance(a[0],float)) #判断numpy.float64是否为python的int类型;结果为True
#numpy转换其他浮点类型
a=a.astype(np.float32)
print('4',a.dtype)
print('5',isinstance(a[0],float)) #判断numpy.float32是否为python的int类型;结果为False

输出结果：

1 <class 'numpy.ndarray'>
2 float64
3 True
4 float32
5 False