python - 如何将 2D float numpy 数组转换为 2D int numpy 数组？

Question

如何将真正的 numpy 数组转换为 int numpy 数组？尝试直接使用映射到数组，但它不起作用。

Answer 1

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]])

Answer 2

一些用于如何控制舍入的 numpy 函数：rint、floor、trunc、ceil。取决于你希望如何四舍五入浮点数，向上，向下，或到最近的整数。

>>> 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.]])

要将其中一种转换为 int 或 numpy 中的其他类型之一，astype（由 BrenBern 回答）：

a.astype(int)
array([[1, 2],
       [1, 3]])

>>> y.astype(int)
array([[1, 2],
       [1, 2]])

Answer 3

你可以使用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]])

Answer 4

如果您不确定您的输入将是一个 Numpy 数组，您可以使用asarraywithdtype=int而不是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，asarray则避免数组复制而astype没有（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