约束 numpy 自动将整数转换为浮点数（python 3.7）答案

【问题标题】：Constrain numpy to automatically convert integers to floating-point numbers (python 3.7)约束 numpy 自动将整数转换为浮点数（python 3.7）
【发布时间】：2020-11-08 04:38:52
【问题描述】：

我刚刚犯了以下错误：

a = np.array([0,3,2, 1]) 
a[0] = .001

我期待 0 被 .001 替换（并且我的 numpy 数组的 dtype 会自动从 int 切换到 float）。但是， print (a) 返回：

array([0, 3, 2, 1])

有人能解释一下为什么 numpy 会这样做吗？我很困惑，因为将我的整数数组乘以浮点数会自动将 dtype 更改为 float：

b = a*.1
print (b)
array([0. , 0.3, 0.2, 0.1])

有没有办法限制 numpy 系统地将整数视为浮点数，以防止这种情况发生（并且首先使用 .astype(float) 系统地转换我的 numpy 数组？

【问题讨论】：

在分配中，a[i]=b b 被强制转换为匹配 a。 a dtype 无法更改（就地）。从大局来看，这样更安全。您的 b 是一个新数组。
a = np.array([1,2,3], float) 是最接近自动浮点数组表示法。

标签： numpy floating-point int dtype

【解决方案1】：

首先让我们看看以下两条规则。这些是为 python 定义的：

在赋值中，x[0]=y，y 被强制转换为 x 的 dtype，x 的 dtype 没有改变。
如果 float 和 int 相乘会产生一个浮点数。 `在此输入代码
在赋值中，x = y，x 被转换为 y 的 dtype。

当你做a = np.array([0,3,2, 1]) a[0] = .001

由于 a[0] 是 int，根据规则 1，a[0]（以及 a）的 dtype 保持不变。

如果是b = a*.1 print (b) array([0. , 0.3, 0.2, 0.1])

根据规则 2，a*.1 的结果是 dtype float（即 dtype(int * float) = float）。并且根据规则 3，将 b 转换为 float 类型

正如@hpaulj 提到的，“a = np.array([1,2,3], float) 是最接近自动浮点数组表示法的。- hpaulj 18 小时前”。但是，这与必须使用 .astype(float) 基本相同

我无法理解您需要一种单独的方式。您能否进一步详细说明为什么您想要使用 .astype(float) 以外的其他方式？

【讨论】：