输入类型 Numpy 数组不支持“bitwise_and”答案

【问题标题】：'bitwise_and' not supported for the input types Numpy array输入类型 Numpy 数组不支持“bitwise_and”
【发布时间】：2018-07-25 03:12:08
【问题描述】：

我正在尝试使用下面的代码使用 numpy 数组计算 F1_Score

ypred = np.squeeze(imgs_mask_predict[jj,:,:,:])
ytrue = np.squeeze(imgs_test_mask[jj,:,:,:])

def f1_score_single(y_true, y_pred):
    y_true = y_true.flatten('F')
    y_pred = y_pred.flatten('F')
    cross_size = len(y_true & y_pred)
    if cross_size == 0: return 0.
    p = 1. * cross_size / len(y_pred)
    r = 1. * cross_size / len(y_true)
    return (2. * (p * r) / (p + r))

我收到一个错误

“输入类型不支持 ufunc 'bitwise_and'，并且根据强制转换规则 ''safe'' 无法安全地将输入强制转换为任何支持的类型”在这行代码中

    cross_size = len(y_true & y_pred)

我试图搜索这个错误，但没有得到这个错误的原因和解决方案。我应该如何解决这个问题？

【问题讨论】：

y_true.dtype 和 y_pred.dtype 是什么？
y_true type y_pred type y_true shape (256, 160) y_pred shape (256, 160)
看起来像 type(y_true) 和 y_true.shape。现在向我们展示y_true.dtype 和y_pred.dtype。 dtype属性告诉你numpy数组中数据的数据类型。
dtype 是 float32
啊。为什么要尝试将 & 运算符（对于 numpy 数组是按位与）与浮点值一起使用？该运算符仅对整数值有意义（对于“意义”的某些定义）。

标签： python-3.x numpy deep-learning bitwise-and

【解决方案1】：

对于浮点数，您应该使用isclose。

cross_size = np.isclose(y_true, y_pred).sum()

您还可以通过atol 和rtol 关键字参数you can see the documentation here 设置相似度阈值。

【讨论】：

【解决方案2】：

您可以尝试使用 intersect1d 而不是 &，例如，使用 np.intersect1d 将与您打算使用 & 做的一样

import numpy as np
y_true=np.array([1.0,2.0,4.0,1.0,2.0,4.0,1.0,2.0,4.0,1.0])
y_score=np.array([1.0,1.0,2.0,4.0,1.0,2.0,4.0,1.0,2.0,4.0])
x=np.intersect1d(y_true, y_score)
print(x)

结果将是 [1. 2. 4.]

你可以在这里测试程序https://www.programiz.com/python-programming/online-compiler/

【讨论】：