当我们使用numpy数组时，我们需要指定其元素的数据类型。numpy提供了dtype类表示数据类型。
但是，我们有时候需要定义一些子数据类型。这时候可以使用numpy中的subdtype()函数。它让我们可以定义一组元素的共同类型。下面是numpy.dtype.subdtype()函数的完整攻略：
函数签名
numpy.dtype.subdtype(dtype[, shape])
参数说明：
dtype：数据类型。
shape：子数据类型的形状。
返回值说明：
返回一个元组，元组的第一个元素是数据类型，第二个元素是形状。
示例说明：
示例1：获取数组中元素的子数据类型
import numpy as np
arr = np.array([(1,2),(3,4)], dtype=[('a','<i4'),('b','<i4')])
sub_dtype = arr.dtype.subdtype
print("子数据类型是：",sub_dtype)
运行结果：
子数据类型是： ({'names':['a','b'],'formats':['<i4','<i4'],'offsets':[0,4],'itemsize':8}, (2,))
解析：
此处我们定义了一个复合数据类型的numpy数组，数组有两个元素，每个元素是一个二元组。
在此处我们定义了一个sub_dtype变量，用于获取arr数组元素的dtype的子数据类型。在本示例中，我们可以看到 返回的元组有两个元素，第一个元素是定义的数据类型。数组arr是一个二维数组，第二个元素表示元素数量，该值为2。
示例2：获取数组中元素的子数据类型
import numpy as np
arr = np.zeros((2,3),dtype=np.int)
sub_dtype = arr.dtype.subdtype
print("子数据类型是：",sub_dtype)
运行结果：
子数据类型是： (dtype('int32'), (2, 3))
解析：
此处我们定义了一个numpy数组，arr.dtype返回的数据类型是int32。
在此处我们定义了一个sub_dtype变量，用于获取arr数组元素的dtype的子数据类型。在本示例中，我们可以看到 返回的元组有两个元素，第一个元素是定义的数据类型，第二个元素是数组arr的shape，二维数组的shape是(2,3)。
这就是numpy.dtype.subdtype()函数的完整攻略。