numpy 强制类型转换问题

springtostring

于 2021-06-24 13:27:13 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机编程

本文链接：https://blog.youkuaiyun.com/springtostring/article/details/118185716

计算机编程专栏收录该内容

17 篇文章

订阅专栏

博客讲述了在使用numpy过程中遇到的类型转换问题，当尝试将浮点数赋值给整型numpy数组时，数值会被自动转换为整型，可能导致不易察觉的错误。作者提醒在编程时需预先设定正确的数据类型，并展示了如何使用astype()函数进行类型转换。此外，还提到了两个整型numpy数组在运算时会自动提升类型。最后，强调了在处理从文件读取的数据时，确保正确转换类型的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天用numpy遇到一个关于类型转换的问题，

import numpy as np
A = np.array([1,2,3,4,5,6,7,8,9])   
A[0]=3.2
print(A)
# [3 2 3 4 5 6 7 8 9]

可以发现A[0]=3.2,被强制转换成整型3了。发生的原因是A的类型是np.int，赋值浮点数，会自动转为整型。
这样的问题一旦出现很难发现，在写成程序时要提前想好要用的np类型。

补充，两个整型np.array做运算时，会根据运算自动转换类型。

A = np.array([1,2,3,4,5,6,7,8,9])
B = np.array([2,3,4,5,6,7,8,9,10])
print(A/B)
# [0.5    0.66666667    0.75    0.8     0.83333333       0.85714286   0.875      0.88888889    0.9 ]

numpy类型强制转换api

有时候我们从文件读取的numpy类型就不是我们想要的，需要强制转换

A = np.array([1,2,3,4,5,6,7,8,9])  
A.dtype = 'float'   # 不能为dtype赋予类型，数据会出错
A.astype('float')  # 正确做法