再次对 Numpy 数组进行就地类型转换？

Posted 2023-04-18

【中文标题】再次对 Numpy 数组进行就地类型转换？

【英文标题】：In-place type conversion of a Numpy array again?

【发布时间】：2014-02-24 14:04:46

【问题描述】：

我有一个 floats 数组，我想将其转换为 int。

a1 = np.ones(10)
a2 = a1.astype(int, copy=False)
a2.dtype # int
a1.dtype # float

这里发生了什么？我以为astype(int, copy=False) 会就地转换类型。但它似乎没有这样做？

相关问题：In-place type conversion of a NumPy array

【问题讨论】：

我认为这可能是由于纯 python int 和 np.float64 之间的大小差异，但我尝试使用 np.int64 但它也不起作用。

从这里开始阅读：github.com/numpy/numpy/blob/master/numpy/core/src/multiarray/…

【参考方案1】：

来自copy argument documentation：

如果设置为 false，以及 dtype、order 和 subok 要求 满足，则返回输入数组而不是副本。

它实际上不能就地转换类型。它仅在输入数组已经是您想要的 dtype 时才有效；否则，无论如何它都必须制作副本。

【讨论】：

我认为这似乎是正确的，但是astype 可以改变什么，如果不是dtype？

@wim：只有当原始数组看起来完全符合您的要求时，它才能避免创建新数组。在创建新数组时，它可以更改 dtype、内存顺序和特定的数组子类。

如果您有一个未知类型的数组对象并且您必须将其转换为特定对象，这只是一种避免不必要复制的方法。这可能不是使用 Python 中的 numpy 经常需要的，无论类型如何，您都可以获得相同的操作，但在 numpy 的 C 内部，您会看到它一直都在完成。