如何将2D float numpy数组转换为2D int numpy数组？

Question

如何将真正的numpy数组转换为int numpy数组？尝试直接使用map到数组,但它不起作用.

Answer 1

使用该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]])

Answer 2

如何控制圆角的一些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,astype中的其他类型之一(由BrenBern回答):

a.astype(int)
array([[1, 2],
       [1, 3]])

>>> y.astype(int)
array([[1, 2],
       [1, 2]])

Answer 3

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]])

Answer 4

如果您不确定您的输入是否为Numpy数组,则可以使用asarraywith 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,则asarray避免使用数组副本astype(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