问题:如何将2D float numpy数组转换为2D int numpy数组?
如何将实际的numpy数组转换为int numpy数组?尝试直接使用map映射到数组,但是没有用。
回答 0
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]])
回答 1
一些用于控制舍入的numpy函数:rint,floor,trunc,ceil。取决于您希望如何将浮点数向上,向下或最接近的整数取整。
>>> 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.]])
要将其中之一转换为int或将numpy中的其他类型转换为astype(由BrenBern回答):
a.astype(int)
array([[1, 2],
[1, 3]])
>>> y.astype(int)
array([[1, 2],
[1, 2]])
回答 2
您可以使用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]])
回答 3
如果不确定您的输入将是Numpy数组,则可以使用asarray
with dtype=int
代替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,请asarray
避免使用数组复制,astype
而不要这样做(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
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。