Question

我有代码：

A = np.array([[1,2,3,4],
              [1,3,2,4],
              [1,5,1,2],
              [1,2,2,1],
              [2,1,1,3]])

A[1:4,2] = A[1:4,2] - [2.3,2.2,2.1]

这会将子列修改为仍然是整数数组，但是如果我这样做：

x = np.array([[3,3,3,3],[2,2,2,2]])
y = np.array([[2.2,2.1,2.1,2.1],[1.2,1.2,0.2,0.3]])
z = x-y

那么它是一个存储在z中的浮点数，这是什么解释？内铸件是如何工作的？谢谢！

另外，声明 A = A.astype(float) 是最好的解决方案吗？有没有更好/推荐的方法？

Answer 1

从 Data Types 开始，Numpy 尝试以与 Python 相同的方式保留操作数的类型。如果您正在使用整数进行运算，结果是整数（比如求和），则结果为整数。如果您将它与浮点数混合，结果将是浮点数。

a=3
print(type(a)) # <class 'int'>
b=2.9
print(type(b)) # <class 'float'>
print(type(a-b)) # <class 'float'>

numpy 也是一样。您还可以使用 astype 方法投射结果。同样在数组创建过程中，您可以使用 dtype 参数指定类型

a = np.array([1, 2])
print(a.dtype) # int64
b = np.array([1.1, 2.2])
print(b.dtype) # float64
print((b-a).dtype) # float64
c = (b-a).astype('int64')
print(c.dtype) # int64
d = np.array([1.1, 2.2], dtype='int64')
print(d.dtype) # int64

numpy数组中的整数/浮点计算

1 个答案: