如何将 2D float numpy 数组转换为 2D int numpy 数组?
Posted
技术标签:
【中文标题】如何将 2D float numpy 数组转换为 2D int numpy 数组?【英文标题】:How to convert 2D float numpy array to 2D int numpy array? 【发布时间】:2012-06-08 02:01:50 【问题描述】:如何将真正的 numpy 数组转换为 int numpy 数组? 尝试直接使用 map 到数组,但它不起作用。
【问题讨论】:
【参考方案1】:使用astype
方法。
>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. , 2.3],
[ 1.3, 2.9]])
>>> x.astype(int)
array([[1, 2],
[1, 2]])
【讨论】:
只要确保你的数组中没有np.inf
或np.nan
,因为它们的结果令人惊讶。例如,np.array([np.inf]).astype(int)
输出 array([-9223372036854775808])
。
在我的机器上,np.array([np.inf]).astype(int)
、np.array([-np.inf]).astype(int)
和 np.array([np.nan]).astype(int)
都返回相同的内容。为什么?
@BallpointBen: nan
和 inf
是浮点值,无法有意义地转换为 int。正如您之前的评论所指出的,会有令人惊讶的行为,我认为确切的行为没有明确定义。如果要将nan
和inf
映射到某些值,则需要自己进行。
请注意,x.astype(int)[0][0] 不是int
类型。这是numpy.int32
。
请注意,虽然这确实将数组转换为整数,但@fhtuft 的回答可能会减少意外【参考方案2】:
一些用于控制舍入的 numpy 函数:rint、floor、trunc、ceil。取决于你希望如何四舍五入浮点数,向上,向下,或到最近的整数。
>>> x = np.array([[1.0,2.3],[1.3,2.9]])
>>> x
array([[ 1. , 2.3],
[ 1.3, 2.9]])
>>> y = np.trunc(x)
>>> y
array([[ 1., 2.],
[ 1., 2.]])
>>> z = np.ceil(x)
>>> z
array([[ 1., 3.],
[ 2., 3.]])
>>> t = np.floor(x)
>>> t
array([[ 1., 2.],
[ 1., 2.]])
>>> a = np.rint(x)
>>> a
array([[ 1., 2.],
[ 1., 3.]])
要将其中一种转换为 int 或 numpy 中的其他类型之一,astype(由 BrenBern 回答):
a.astype(int)
array([[1, 2],
[1, 3]])
>>> y.astype(int)
array([[1, 2],
[1, 2]])
【讨论】:
正是我想要的。astype
通常过于通用,我认为在进行 intx - inty 转换时它可能更有用。当我想做浮点 - 整数转换时,能够选择舍入类型是一个不错的功能。
因此,将7.99999
之类的近似整数安全转换为8
之类的整数的最简单方法是np.rint(arr).astype(int)
?
在 numpy 中有什么方法可以使它成为 uint8?
@Ryan astype(np.uint8)
【参考方案3】:
你可以使用np.int_
:
>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. , 2.3],
[ 1.3, 2.9]])
>>> np.int_(x)
array([[1, 2],
[1, 2]])
【讨论】:
【参考方案4】:如果您不确定您的输入将是一个 Numpy 数组,您可以使用 asarray
和 dtype=int
而不是 astype
:
>>> np.asarray([1,2,3,4], dtype=int)
array([1, 2, 3, 4])
如果输入数组已经具有正确的 dtype,asarray
会避免数组复制,而 astype
不会(除非您指定 copy=False
):
>>> a = np.array([1,2,3,4])
>>> a is np.asarray(a) # no copy :)
True
>>> a is a.astype(int) # copy :(
False
>>> a is a.astype(int, copy=False) # no copy :)
True
【讨论】:
以上是关于如何将 2D float numpy 数组转换为 2D int numpy 数组?的主要内容,如果未能解决你的问题,请参考以下文章
如何将稀疏的 pandas 数据帧转换为 2d numpy 数组