numpy支持的数据类型比Python内置的类型多很多，基本上可以和C语言的数据类型对应上， 其中部分类型对应为Python内置的类型。下表列举了常用的Numpy基本类型。
| 名称 | 描述 |
| bool_ | 布尔数据类型（True 或者 False） |
| 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 或者 int64 |
| intp |
用于索引的整数类型（类似于C的ssize_t, 一般情况下任然是 int32 或 int64） |
| int8 | 字节（- 128 to 127） |
| in16 | 整数（-32768 to 32767） |
| int32 | 整数（-2147483648 to 2147483647） |
| int64 | 整数（-9223372036854775808 to 9223372036854775807） |
| uint8 | 无符号整数（0 to 255） |
| uint16 | 无符号整数（0 to 65535） |
|
uint32 |
无符号整数（0 to 4294967295） |
| uint64 | 无符号整数（0 to 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 |
| 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） |
numpy 的数值类型实际上是 dtype 对象的实例，并对应唯一的字符， 包括 np.bool_, np.int32, np.float32 ,等等。
数据类型对象（dtype）
数据类型对象是用来描述与数组对应的内存区域如何使用，这依赖如下几个方面：
1、数据的类型（整数， 浮点数或者Python 对象）
2、数据的大小 （例如， 整数使用多少个字节存储）
3、数据的字节顺序（小端法或大端法）
4、在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段索取的内存的部分
5、如果数据类型是数组， 它的形状和数据类型
字节顺序是通过对数据类型预先设定“<”或“>”来决定的， “<”意味着小端法（最小值存储在最小的地址，即低位组放在最前面）。“>” 意味着大端法（最重要的字节存储在最小的地址， 即高位组放在最前面）
dtype对象是使用以下语法构造的：
numpy.dtype(object, oligin, copy)
1、object—要转换为数据类型对象
2、aligin- 如果为true， 填充字段使其类似 C 的机构体
3、copy-复制 dtype 对象，如果为false，则是对内置数据类型的引用