如何将2D float numpy数组转换为2D int numpy数组？

4 回答

• 9

  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]])
  

  回复于 2024-04-28T02:03:00+08:00
• 53

  一些关于如何控制舍入的numpy函数：rint，floor，trunc，ceil . 取决于你希望如何绕上浮子，向上，向下或最近的int .

  >>> 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.]])
  

  要使其中的一个进入int，或者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]])
  

  回复于 2024-04-28T02:03:00+08:00
• 295

  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]])
  

  回复于 2024-04-28T02:03:00+08:00
• 9

  如果您不确定您的输入是否为Numpy数组，则可以使用 asarray 与 dtype=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 避免了数组副本，而 astype 则没有（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
  

  回复于 2024-04-28T02:03:00+08:00