使用numpy在矩阵中划分一行

Posted 2023-04-18

【中文标题】使用numpy在矩阵中划分一行

【英文标题】：dividing a row in a matrix using numpy

【发布时间】：2020-09-08 20:54:27

【问题描述】：

我在处理 numpy 数组时遇到了这种奇怪的行为

x = np.array([[0,3,6],
             [1,5,10]])
print(x[1]/3)
x[1]=x[1]/3
print(x[1])

输出如下图：

[0.33333333 1.66666667 3.33333333]
[0 1 3]

为什么不一样？我如何在不四舍五入的情况下将[0.33333333 1.66666667 3.33333333] 分配给x[1]？

【问题讨论】：

考虑 x 中元素的类型。划分数组允许将答案转换为另一种类型。重新分配后会发生什么？

【参考方案1】：

Numpy 数组具有固定类型，在创建数组时确定。原始数组的所有元素都具有 int 类型。除法产生一个浮点数组，但是当您将其分配回整数数组时，浮点数需要四舍五入。

要解决此问题，您应该立即从浮点数组开始，例如

x = np.array([[0, 3, 6], [1, 5, 10]], dtype=float)

（为数组中的任何数字添加小数点也可以。）

【讨论】：

那么，在第一次将数组创建为“int”后，有什么方法可以将数组更改为“float”？

@PranavKatta 最简单的选择是从现有数组创建一个新数组，例如与x = x.astype(float)。这会将数组复制到一个新数组，但由于无论如何都需要转换数据，这通常不会导致任何额外开销。仅当数据类型的大小匹配时，就地转换才有效 - 有关这种情况，请参阅 In-place type conversion of a NumPy array。