更改dtype时，使用numpy数组得到以下结果。
使用np.float32：
>>> np.sin(np.array([0.0, np.pi / 4.0, np.pi / 2.0], dtype=np.float32))
array([ 0. , 0.70710683, 1. ], dtype=float32)
使用np.float64：
>>> np.sin(np.array([0.0, np.pi / 4.0, np.pi / 2.0], dtype=np.float64))
array([ 0. , 0.70710678, 1. ])
我希望将在dtype float64的numpy数组中获得的结果原样复制到dtype float32的numpy数组中，而不会强制转换/舍入float值。
我需要类似的东西：
>>> np.sin(np.array([0.0, np.pi / 4.0, np.pi / 2.0], dtype=np.float32))
array([ 0. , 0.70710678, 1. ])
在某些情况下，数组也可以是多维的。有什么办法可以做到这一点？