Как показано в следующем коде, массив empty заменяет мои значения int плавающими. Как я могу это предотвратить?Как сохранить значения int в массиве numpy.empty?
import numpy as np
a=np.empty(3)
a[0]=1
a[1]=2
a[2]=3
print a
Выход:
[1., 2., 3.]
Укажите DTYPE при вызове np.empty:
a = np.empty(3, dtype='int')
Если вы не укажете DTYPE, по умолчанию поплавок. Это вызов подписи np.empty:
empty(shape, dtype=float, order='C')
Но почему это заставляет его плавать автоматически?!?! – Cupitor
Каждый массив NumPy имеет тип dtype. По умолчанию используется 'float'. – unutbu
Кажется, орех всегда должен быть правдой, или, может быть, я запутался, потому что, например, 'numpy.asarray()' будет хранить формат int, если значения целые. – Cupitor
Использование dtype=int:
>>> a = np.empty(3, dtype=np.int)
>>> a[0]=1
>>> a[1]=2
>>> a[2]=3
>>> a
array([1, 2, 3])
В качестве значения по умолчанию для dtype является float для numpy.empty, поэтому ваши присвоенные значения конвертируется в float.
empty(...)
empty(shape, dtype=float, order='C')
В качестве примечания: Есть ли причина, что вам нужно использовать 'empty', а затем заполнить значения один за другим, вместо того, чтобы просто делать' а = np.array ([1, 2, 3]) '? Это позволило бы избежать проблемы, которую вы видите, поскольку по умолчанию 'dtype' для массива, построенного из последовательности, определяется значениями последовательности, поэтому вы получили бы' int'; когда он не знает значений, он не имеет никакой информации, поэтому он должен по умолчанию «float». – abarnert
@abarnert, спасибо за запрос, но я должен вычислить значения, и для этого мне нужен цикл 'for'. Проблема в том, что она не делает это всегда. Например, 'numpy.asarray()' будет сохранять формат! – Cupitor
Это точно точка: 'asarray' или' array' _can_ сохранить тип, потому что он _knows_ type; 'empty' _can't_ сохранить тип, потому что это не так. (Кроме того, вы можете легко превратить свой цикл 'for' в итератор, например, обернув его в функцию генератора, а затем передать итератору, например,« np.fromiter ». Или, конечно, создать« список » 'вместо этого перейти к' np.array'.) – abarnert