如何将 int numpy 数组的列乘以浮点数并保持在 int 中？

Posted 2023-02-16

【中文标题】如何将 int numpy 数组的列乘以浮点数并保持在 int 中？

【英文标题】：How can I multiply column of the int numpy array to the float digit and stays in int?

【发布时间】：2018-07-22 15:54:16

【问题描述】：

我有一个 numpy 数组：

 >>> b
 array([[ 2,  2],
        [ 6,  4],
        [10,  6]])

我想将第一列乘以浮点数，结果我需要整数，因为当我这样做时：

>>> b[:,0] *= 2.1

上面写着：

TypeError: Cannot cast ufunc multiply output from dtype('float64') to dtype('int64') with casting rule 'same_kind'

我需要这样的数组：

array([[ 4,  2],
       [12,  4],
       [21,  6]])

【问题讨论】：

b[:,0] = b[:,0]*2.1

哇，为什么会这样？

并转换为 int ：(b[:,0]*2.1).astype(int)

@AntonvBR 不需要投射。

显然*= 比普通= 有更严格的转换规则，

【参考方案1】：

@Umang Gupta 为您的问题提供了解决方案。我很好奇自己为什么会这样，所以我将我发现的内容发布为额外的上下文。 FWIW 这个问题已经被问到并回答了here，但这个答案也并没有像我希望的那样真正了解正在发生的事情，所以这是我的尝试：

使用*= 运算符调用__imul__() 特殊方法用于Numpy ndarrays 的就地乘法，这反过来又calls 通用函数（ufunc）multiply()。

multiply() 中有两个与此处相关的参数：out 和 casting。

out 参数指定输出（及其类型）。在就地乘法运算符中，out 设置为self，即调用乘法运算的ndarray 对象。特别是，the exact call for *= 看起来像这样：

ufunc(self, other, out=(self,))

^ 其中ufunc = multiply、self = b（ndarray，键入int64，和other = 2.1（标量，键入float）

然而，casting 参数决定了作为操作结果允许进行何种数据类型转换的规则。 As of Numpy 1.10，casting的默认值为same_kind，which means：

只允许安全强制转换或类型中的强制转换，如 float64 到 float32

由于我们的 ufunc 调用没有为 casting 参数指定值，因此使用默认值 (same_kind) - 但这会导致问题，因为我们已经指定了 out具有int64 dtype，它不与 int-by-float 乘法的输出相同。使用same_kind 强制转换，操作的float 结果无法转换为int。这就是我们看到这个错误的原因。

我们可以使用multiply() 显式复制此错误：

np.multiply(b, 2.1, out=b)
TypeError: Cannot cast ufunc multiply output from dtype('float64') to dtype('int64') with casting rule 'same_kind'  

可以通过将参数值设置为"unsafe" 来放宽multiply() 的casting 要求。然后，当out也被设置时，输出被强制为out的类型，不管它是否相同（如果可能的话）：

np.multiply(b, 2.1, out=b, casting="unsafe")
# specifying int output and allowing casting to be "unsafe" allows re-conversion to int
array([[ 4,  4],
       [12,  8],
       [21, 12]])

另一方面，使用普通赋值运算符更新b[:,0] 是可以的。这就是@Umang Gupta 的解决方案所做的。 与：

b[:,0] = b[:,0]* 2.1

* 调用multiply ufunc，就像*= 一样。但由于它没有调用操作的就地版本，因此没有指定 out 参数，因此没有设置输出类型。然后，标准类型转换允许整数向上转换为浮点数：

np.multiply(b, 2.1)
# float output
array([[  4.2,   4.2],
       [ 12.6,   8.4],
       [ 21. ,  12.6]])

然后普通赋值运算符= 获取乘法的输出并将其存储在b[:,0] 中。根据 the Numpy docs 将值分配给索引数组：

请注意，如果将较高的类型分配给较低的类型（例如将浮点数分配给整数），则分配可能会导致更改

所以问题在于*= 运算符自动设置out 参数，而没有将casting 参数从same_kind 更改为unsafe。 （并不是说这是一个错误，只是这就是您收到错误的原因。）并且公认的解决方案通过利用 Numpy 中分配的自动“向下转换”属性来解决这个问题。希望有帮助！ （另外，Numpy 专业人士，请随时纠正我的任何误解。）

【讨论】：

感谢您的解释:)

优秀的答案

【参考方案2】：

虽然b[:,0] *= 2.1 可能不起作用，但b[:,0] = b[:,0]* 2.1 起作用。