python实现二维数组中元素转化为float64做法

最新推荐文章于 2022-09-08 14:12:56 发布
最新推荐文章于 2022-09-08 14:12:56 发布
阅读量3.8k 收藏 4
点赞数 3
分类专栏： 神经网络数据准备 python学习 文章标签： python 二维数组
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_45564943/article/details/123905696
版权
这篇博客详细介绍了如何将二维数组通过转化和浮点数格式化，最终转化为ndarray并进行二维卷积。在卷积过程中，数据经过多次转换，从列表到numpy数组再到tensor，每次转换后进行卷积操作，直到数据变为1*1的值。整个过程揭示了深度学习中数据预处理和卷积运算的基本步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

思路：

  • 先将二维数组转化为二维列表

  • 将二维列表中的所有元素转化为float64格式

  • 最后将其转化为ndarray

 ##对二维方阵进行二维卷积，直至卷积为1*1的数值
                while(len(data2[0]) != 1):
                    b = []
                    data2 = data2.numpy()  ##将tensor转化为为数组格式
                    data2 = data2.tolist() ##将数组转化为列表
                    for i in data2:
                        data3 = []
                        for item2 in i:
                            data3.append(float(item2))  ##将列表每个元素转化为float64的格式
                        b.append(data3)
                    m = np.array(b)  ##将二维列表转化为二维数组ndarray
                    data2 = torch.from_numpy(m)  ##转化为tensor格式
                    data2 = cnn.forward(data2)   ##开始卷积
                    # length = len(data1[0])
                data4 = data2.numpy()
                print(data4)

float64toint
jacke121的专栏
09-27 4375
>>> a = numpy.array([1, 2, 3, 4], dtype=numpy.float64) >>> a array([ 1., 2., 3., 4.]) >>> a.astype(numpy.int64) array([1, 2, 3, 4])
python：将二维array of float32类型的数据转为float类型
【更新于公众号 | 简谱学记】
07-15 2302
通过python将二维array of float32类型的数据转为float类型
Python数据类型转换——float64-float32
qq_29444571的博客
10-13 8万+
import tensorflow as tf import numpy as np a = np.array([1,2,3,4,5,6,7,8,9],dtype='float32'); a = a.reshape(3,3); c = a + [22,33,44];#c.dtype='float64' c = c.astype(np.float32) #c.dtype = 'float32' p...
python中str转float数组_在python中将多维数组字符串转换为float
weixin_39945816的博客
12-15 3537
您可以使用^{}函数-示例-In [5]: n= np.array([['120', '29.9475077984', '1'],...: ['125', '31.3887667742', '1'],...: ['125', '32.3881706091', '1'],...: ['125', '34.4894481007', '1'],...: ...
ndarray中数据的类型以及数据类型的变换
pywin
04-19 1万+
arr1=np.array([1,2,3],dtype=np.float64) print arr1.dtype #结果：float64 arr2=np.array([1,2,3],dtype=int32) print arr2.dtype #结果：int32#其他类型：#int8,uint8 有符号和无符号的8位（1个字符）整型#int1
python: float64与float32转换、压缩比较与转换偏差
Julia & Rust & Python
09-08 9320
1、互转的类型中，DataFrame和np.array是比较方便互转的。3、压缩时间也差了一倍（近似）；
python读取文件中的数据为二维数组变量_Numpy 多维数据数组的实现
weixin_39917046的博客
12-03 3050
numpy包(模块)几乎总是用于Python中的数值计算。这个软件包为Python提供了高性能的向量、矩阵、张量数据类型。它是在C和Fortran中创建的，因此当计算被矢量化(用矩阵和矢量表示操作)时，性能很高。1.模块的导入：%matplotlib inlineimport matplotlib.pyplot as pltfrom numpy import *2.数组创建numpy有几种初始化n...
python对二维数组统计某一行的去重计数_Python数据分析笔记——Numpy、Pandas库
weixin_39680154的博客
02-04 924
利用Python进行数据分析中有两个重要的库是Numpy和Pandas，本章将围绕这两个库进行展开介绍。Numpy库Numpy最重要的一个特点是就是其N维数组对象，即ndarray，ndarray是一个通用的同构数据多维容器，其中的所有元素必须是相同类型的。每个数组都有一个shape（一个表示各维度大小的元组，即表示有几行几列）和dtype（一个用于说明数组数据类型的对象）。本节将围绕ndarra...
python 存储一（二）维数组（列表）到excel文件 定义函数
weixin_40893164的博客
10-28 1891
首先import需要的模块： import xlrd import xlwt #对xls文件进行改写 from xlutils.copy import copy 定义函数如下： # 新建表格 def excel_create(path, sheet_name): workbook = xlwt.Workbook(encoding = 'utf-8',style_compression = 0) #相当于创建了一个EXCEL文件，style_compression:表示是否压缩，不常用)
python四维数组_Python数据分析--1.1Numpy多维数组的创建与访问
weixin_39674978的博客
11-28 4931
在人工智能领域，很多的数学运算采用的都是NumPy这个库，本节课我们将从NumPy的基本使用开始，逐渐的去解决掉那些数学问题，让Python与数学深度的结合在一起。NumPy的本质还是一个多维的数组对象，看到这句话的你，一定会有一个疑问。它的原因是这样的，虽然我们之前学习过的数组对象和NumPy的数据表示看似一样，但是数组是无法直接参与数值运算的。而NumPy提供了非常多的科学计算方法，给我们提供...
Python数据分析 | Numpy与1维数组操作
qq_45562973的博客
02-26 1885
Python微信订餐小程序课程视频 https://edu.youkuaiyun.com/course/detail/36074 Python实战量化交易理财系统 https://edu.youkuaiyun.com/course/detail/35475 作者：韩信子@ShowMeAI 教程地址：http://www.showmeai.tech/tutorials/33 本文地址：http://www.showmeai.tech/article-detail/142 声明：版权所有，转载请联系平台与作者并注明出处 n维数
Python中float类型、float32类型和float64类型的表示精度，所需内存及其之间的转换
comli_cn的博客
05-31 5万+
1. ‘float’转’float64’ xxx原本是’float’类型的 x = np.float64(x) 经过上面的xxx就变成了’float64’类型 2.’float64’转‘float’ yyy原本是’float64’类型的 y = np.float(y) 经过上面的yyy就变成了’float’类型 3. 当出现如下错误时需要进行类型的转换 ValueError: Unknown label type: 'unknown' ...
float32和float64的本质区别(类型对深度学习影响以及python的使用)
热门推荐
拼命小李博客
05-08 10万+
首先我们需要知道何为bits和bytes? bits:名为位数 bytes:为字节 简单的数就是MB和G的关系！那么8bits=1bytes，下面是各个单位的相互转化！ 那么float32和float64有什么区别呢? 数位的区别 一个在内存中占分别32和64个bits，也就是4bytes或8bytes 数位越高浮点数的精度越高 它会影响深度学习计算效率? float64占用的......
python-NumPy
weixin_43821215的博客
07-12 1158
NumPy（Numerical Python的简称）是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。
动手学深度学习——数据操作之ndarray与tensor间的转换
时生的博客
03-01 1万+
无论使用哪个深度学习框架，它的张量类（在MXNet中为ndarray， 在PyTorch和TensorFlow中为tensor）都与Numpy的ndarray类似。 但深度学习框架又比Numpy的ndarray多一些重要功能： 首先，GPU很好地支持加速计算，而NumPy仅支持CPU计算； 其次，这些模块下的张量类支持自动微分； 这些功能使得张量类更适合深度学习。 如何实现转换 将深度学习框架定义的张量转换为NumPy张量（ndarray）很容易，反之也同样容易。转换期间torch的张量
pytorch每日一学16(torch.from_numpy())将numpy转化为tensor
Fluid_ray的博客
11-15 1343
第16个方法 torch.from_numpy(ndarray) 此方法非常的直观，就是将一个numpy.ndarray转化为tensor。 注意，返回的tensor和原来的ndarray共享内存，更改tensor也会更改ndarray。并且返回的tensor不能调整大小。 目前能接受的ndarrays类型有numpy.float64, numpy.float32, numpy.float16, numpy.complex64, numpy.complex128, numpy.int64, numpy
loadtxt()读取数据类型转换/string转换float/ValueError: could not convert string to float:
深度强化学习(DeepRL)探索博客
10-16 4万+
Traceback (most recent call last): File "C:/Users/JZ/PycharmProjects/Test/test.py", line 4, in <module> data1=np.loadtxt("Train.csv", delimiter=',') File "C:\Users\JZ\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\lib\npyio.py", lin
NumPy 数值计算基础入门
云淡风轻_的博客
07-12 1483
数值类型及多维数组 数组操作及随机抽样 数学函数及代数运算 数组索引及其他用法 import numpy as np a = np.array([1.1, 2.2, 3.3], dtype=np.float64) # 指定 1 维数组的数值类型为 float64 a, a.dtype .astype()方法在不同的数值类型之间相互转换。 a.astype(int).dtype # 将 a 的数值类型从 float64 转换为 int，并查看 dtype 类型 Num..
NumPy基础介绍
qq_51778415的博客
01-27 1382
NumPy基础介绍 IPython的%魔术命令： %magic：显示所有魔术命令 %hist：IPython命令的输入历史 %pdb：异常发生后自动进入调试器 %reset：删除当前 命名空间中的全部变量或名称 %who：显示Ipython当前命令空间中已经定义的变量 %time statement:给出代码的执行时间，statement表示一段代码 %timeit statement：多次执行代码，计算综合平均执行时间 数据 一维数据：由对等关系的有序或无序数据构成，采用线性方式组织。（对应列表、数组、和
python读取txt存储为二维数组
最新发布
04-03
### 将 TXT 文件读取为二维数组的方法 在 Python 中，可以使用多种方法将 TXT 文件中的数据读取并转换为二维数组。以下是两种常见的实现方式： #### 方法一：使用 NumPy 的 `loadtxt` 函数 NumPy 提供了一个非常方便的函数 `numpy.loadtxt()` 来处理结构化文本文件。此函数可以直接加载 CSV 或其他分隔符格式的数据到一个 Numpy 数组中。 如果目标文件是一个简单的表格型文本文件（例如逗号分隔），可以通过指定参数来跳过不需要的列或行。例如，在给定的例子中，通过设置 `skiprows=1` 跳过了首行，并通过 `usecols=(1,2,3)` 只选择了特定的几列[^1]。 下面是一段代码示例展示如何使用该方法： ```python import numpy as np data_array = np.loadtxt('example.txt', skiprows=1, delimiter=',') print(data_array) ``` 这段代码假设输入文件名为 `example.txt` 并且是以逗号作为字段之间的分隔符。它会自动忽略第一行并将剩余的内容转化为浮点数类型的二维数组。 #### 方法二：手动解析文件内容 对于更复杂的场景或者当无法确定确切格式时，也可以采用纯 Python 方式逐行读入数据再构建列表形式的二维数组。这种方式更加灵活但也稍微复杂一些。 这里提供另一个例子说明如何不依赖额外库仅靠标准库完成相同任务[^2]: ```python # 打开CSV文件并将其内容读入列表 data_file = open("example.txt", 'r') data_list = data_file.readlines() data_list = data_list[1:] # 去掉表头或其他无用信息 data_file.close() # 创建一个新的空列表用于存储最终的结果 result = [] for line in data_list: fields = line.strip().split(',') # 移除每行两端空白字符后按','分割成多个部分 result.append([float(field) for field in fields]) # 把字符串转为浮点数加入结果集中 # 输出得到的二维数组 print(result) ``` 这种方法允许开发者完全控制整个过程，适合那些需要特殊预处理的情况。然而相比起利用专门设计好的工具包来说效率较低而且容易出错因此除非必要一般推荐优先考虑前者即基于Numpy解决方案。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心之所向521

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值