如何使用单独的 numpy 数组将 numpy int 转换为 float ？

Question

我有大量的 numpy 内存错误问题数据，我尝试使用切片来处理它，如下所示 如果切片不能解决内存错误，如何合并两个大型 numpy 数组？

切片适用于 numpy.multiply，但似乎无法通过切片将 numpy int 转换为 float。以下是示例：

images = numpy.array([1,2,3,4,5,6,7,8,9,10])
images[0:5] = images[0:5].astype(numpy.float32)
print type(images[0])
images = images.astype(numpy.float32)
print type(images[0])

<type 'numpy.int32'>
<type 'numpy.float32'>

一旦我使用 images.astype(numpy.float32)，我就会出现内存错误（dtype 相同）。目标内存太小，我可能很难使用稀疏矩阵。

感谢您的任何建议...！

Answer 1

您不能dtype仅修改切片的 。当你这样做时

images[0:5] = images[0:5].astype(numpy.float32)

images[0:5].astype(numpy.float32)创建float切片的副本，但结果会转换回int分配回images切片时的状态，因为imagesis of dtype int。

您可以做的是创建切片的临时副本并将其转换为浮点数：

copied_slice = images[0:5].astype(numpy.float32)

对数据的这一较小部分进行所需的所有计算，保存所需的任何结果，然后继续到下一个（复制和转换的）切片。