3

假设你有这个数组：

In [29]: a = array([[10, 20, 30, 40, 50], [14, 28, 42, 56, 70], [18, 36, 54, 72, 90]])

Out[30]: a
array([[ 0,  0,  0,  0,  0],
       [14, 28, 42, 56, 70],
       [18, 36, 54, 72, 90]])

现在将第三行除以第一行（使用 from future import division）

In [32]: a[0]/a[2]
Out[32]: array([ 0.55555556,  0.55555556,  0.55555556,  0.55555556,  0.55555556])

现在对循环中的每一行执行相同的操作：

In [33]: for i in range(3):
            print a[i]/a[2]   
[ 0.55555556  0.55555556  0.55555556  0.55555556  0.55555556]
[ 0.77777778  0.77777778  0.77777778  0.77777778  0.77777778]
[ 1.  1.  1.  1.  1.]

一切看起来都不错。但是现在，将第一个数组 a[i]/a[2] 分配给 a[i]：

In [35]: for i in range(3):
            a[i]/=a[2]
   ....:     

In [36]: a
Out[36]: 
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])

好吧，没问题。原来这是设计使然。相反，我们应该这样做：

In [38]: for i in range(3):
            a[i] = a[i]/a[2]
   ....:     

In [39]: a
Out[39]: 
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])

但这不起作用。为什么以及如何解决？

提前致谢。

4

3 回答 3

6

您可以先将整个数组转换为float数组：

a = a.astype('float')
a /= a[2]
于 2012-10-20T05:21:56.400 回答
4

“为什么这不起作用” - 它不起作用的原因是因为 numpy 数组在创建时具有数据类型。任何将不同类型放入该数组的尝试都将被强制转换为适当的类型。换句话说，当您尝试将浮点数放入整数数组时，numpy 会将浮点数转换为 int。这背后的原因是因为 numpy 数组被设计为同质类型，以使它们具有最佳性能。换句话说，它们在 C 中被实现为数组。在 C 中，你不能有一个数组，其中 1 个元素是 afloat而下一个元素是 a int。（你可以有structs 的行为，但它们不是数组）。

另一种解决方案（除了@nneonneo 提出的解决方案）是从一开始就将数组指定为浮点数组：

a = array([[10, 20, 30, 40, 50], [14, 28, 42, 56, 70], [18, 36, 54, 72, 90]], dtype=float)
于 2012-10-20T05:33:06.757 回答
3

问题不是部门，而是分配，即a[i] = ...（当你这样做时，它也会在幕后使用a /= ...）。试试这个：

>>> a = np.zeros(3, dtype='uint8')
>>> a[:] = [2, -3, 5.9]
>>> print a
[  2 253   5]

当您执行intarray[i] = floatarray[i]numpy 时，必须截断浮点值以使其适合intarray.

于 2012-10-20T05:39:00.487 回答