转换 numpy 数组的 dtype 会更改其内容/值

【问题标题】：converting dtype of numpy array changes its contents/values转换 numpy 数组的 dtype 会更改其内容/值
【发布时间】：2021-03-23 17:04:40
【问题描述】：

>>>import numpy as np
>>>np.__version__
'1.18.5'

>>>a = np.linspace(202012121024, 202012131024, dtype=np.float64).reshape(5,5,2)
>>>a[0, 0, 0]
202012121024.0

>>>int(a[0, 0, 0])
202012121024

>>>b = a.astype('float32')
>>>b[0, 0, 0]
202012110000.0         

>>>int(b[0, 0, 0])
202012114944

为什么值首先通过简单地更改a 的dtype 并将其分配给b 然后甚至对于b，如果我将其一个值更改为int，即转换的实际值更改为integer。

【问题讨论】：

标签： python numpy multidimensional-array numpy-ndarray numpy-slicing

【解决方案1】：

这是因为你将b设置为a.astype('float32')尝试而不是a.astype('float64')并将其分配给b，那么a and b的值将是相同的。

import numpy as np
a = np.linspace(202012121024, 202012131024, dtype=np.float64).reshape(5,5,2)
print(a[0, 0, 0])
print(int(a[0, 0, 0]))
b = a.astype('float64')
print(b[0, 0, 0]

输出

202012121024.0
202012121024
202012121024.0

【讨论】：

float32 不能处理这个值吗？由于内存限制，我必须将数组更改为 32 位。有没有其他方法可以将数组类型转换为float32？
@AtherCheema float32 是 32 位数字 - float64 使用 64 位数字。您在 np 中设置的数字是一个长浮点值。因此，必须将值存储在 64 位方法中。