问题标签 [numpy-dtype]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 为什么 numpy.asarray 返回一个充满布尔值的数组
如果我想让一个数组填充0
或1
取决于图像中的像素值,我写这个:
结果 :
由于.convert
双层模式"1"
,数组必须充满1
and 0
。https://pillow.readthedocs.io/en/3.1.x/reference/Image.html#PIL.Image.Image.convert
当我尝试更简单的事情时:
结果 :
但不是第二个例子,第一个例子充满了true
and false
。所以为什么 ?
python - 为什么numpy数组将int变成float
我正在尝试用整数填充数组,但似乎 numpy 数组不断将整数转换为浮点数。为什么会发生这种情况,我该如何阻止这种情况?
python-3.x - 无法将 numpy dtypes 转换为其本机 python 类型(int64 到 int)
请检查下面的代码,我想将 dtype int64 转换为其本机 python 类型 int。
我试图在 amazon lambda 服务中运行我的代码,但出现以下错误
'TypeError:'int64' 类型的对象不是 JSON 可序列化的'。这就是为什么我需要将它转换成它的原生 python 类型
输出
预期答案
python - 使用 2 位 Dtype 指定 NumPy 数组
根据文档,可以指定不同的数组 dtypes:
但是,最小的无符号整数 dtype 是 8 位。有没有办法创建一个 2 位无符号整数 dtype?
python - 如何在我的 numpy 数组中找到 NaN/无穷大/对于 dtype('float64') 来说太大的值?
我正在尝试使用 scikit learn 拟合一个简单的机器学习模型。在这条线上:
我得到一个熟悉的错误:
每当我在我的数据中有 NaN 值之前遇到这种情况时。我已经确认数据中没有 NaN。.fit() 方法的两个输入(特征和标签)是 np 数组,但它们是从 pandas 数据帧生成的。就在拉出我打印的 NaN 值之前:
这打印了空数据帧,所以我知道其中没有包含 NaN 值的行。我还在转换后检查了 numpy 数组的 NaN 值,甚至使用 np sum() 方法成功地将它们求和,因此在传递给 fit 的特征或标签 np 数组中没有 NaN 值。
这意味着必须有无穷大的值或非常大的值,这两者我都很难相信。有什么方法可以打印数据框或 np 数组中的任何值:
我需要让它们专门向我指出,因为我无法用我的眼睛找到它们并且没有 NaN 值。
python - Numpy/Pytorch dtype 转换/兼容性
我试图找到一些文档来了解 dtypes 是如何组合的。例如:
- 将是什么类型的
x + y
? - 它取决于运营商(这里
+
)吗? - 它是否取决于它的存储位置(
z = x + y
vsz[...] = x + y
)?
我正在寻找描述这种情况的文档的一部分,但到目前为止我是两手空空的。
python - 如何在 numpy python3+ 中为数组列表创建 dtype
我有一个从串行端口获取并共享的 300x57 字节数组,然后我打算将它直接解压到 numpy 数组中
所以我制作了一个 57 字节大小的 dtype
那么如果
是缓冲区所在的地方
但它说
TypeError:缓冲区对于请求的数组来说太小了
python - 混合浮点数和字符串的不一致 dtype 推断
我想知道为什么这给出了 dtype=U32 的 dtype,但是下面的代码给出了 U6 的 dtype。
python - 如何将自定义 numpy 数据类型数组的成员作为数组访问?
我试图实现我的自定义四元数数据类型,它有 4 个成员:w、x、y、z。我找到了官方示例代码: https ://github.com/numpy/numpy-dtypes/tree/master/npytypes/quaternion
我通过以下方式测试了这个实现:
我得到了:
我的期望是这样的:
我的问题是如何修改该代码以实现这一目标?
np.complex
做得很好:
python - 从字符串创建 numpy.dtype 而没有不一致
有没有numpy
办法从字符串创建 dtypes?numpy.dtype()
几乎是我需要的,但它会产生不一致:
有没有一种优雅的方法来解决上述问题?
谢谢