如何更改数组的类型？答案

【问题标题】：How can change the type of an array?如何更改数组的类型？
【发布时间】：2019-10-23 21:30:14
【问题描述】：

标题有点错误，但我不知道还能用什么，对不起。

我有什么：我有一个函数 k 有两个输入 a 和 b 具有相同的类型“类 'numpy.ndarray'”和相同的形状，看起来像这样：

(100,)

...

煤就是找到a的每个向量(shape = (100,))的最小值，并在b上找到以a的最小值为索引的元素。

所以如果 a 的第一个向量在位置 [35] 上有他的最小值，我们想要位置 [35] 上的元素，但来自 b 的第一个向量。

我希望这是有道理的？

最后我想要整数。

编辑：

这里是一些示例输入

a = [[0.24875591 0.16306678 0.78364326 ... 0.65339055 0.36671955 0.79556977]
 [0.01090705 0.48027704 0.09681013 ... 0.19689527 0.88788462 0.64784676]
 [0.0277094  0.63714653 0.87690794 ... 0.4202944  0.52492127 0.65170223]
 ...
 [0.75916264 0.99673363 0.2800721  ... 0.7501566  0.98627157 0.06429751]
 [0.2447071  0.57766005 0.77387911 ... 0.1023757  0.71880919 0.45419627]
 [0.31396027 0.26280255 0.13444513 ... 0.51871024 0.26153987 0.63990427]]
[[0.24875591 0.16306678 0.78364326 ... 0.65339055 0.36671955 0.79556977]
 [0.01090705 0.48027704 0.09681013 ... 0.19689527 0.88788462 0.64784676]
 [0.0277094  0.63714653 0.87690794 ... 0.4202944  0.52492127 0.65170223]
 ...
 [0.75916264 0.99673363 0.2800721  ... 0.7501566  0.98627157 0.06429751]
 [0.2447071  0.57766005 0.77387911 ... 0.1023757  0.71880919 0.45419627]
 [0.31396027 0.26280255 0.13444513 ... 0.51871024 0.26153987 0.63990427]]

a的形状是：

(100,)

b = 
[1 0 0 0 1 0 0 1 0 0 1 0 1 0 0 1 0 1 1 1 0 1 1 0 1 0 1 1 0 1 0 1 0 1 0 1 1
 1 1 0 1 1 1 0 1 1 1 1 0 0 1 0 0 0 1 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 0 0
 0 0 1 1 0 1 0 0 1 1 1 1 1 0 0 1 1 0 0 0 0 0 1 1 1 0]
[1 0 0 0 1 0 0 1 0 0 1 0 1 0 0 1 0 1 1 1 0 1 1 0 1 0 1 1 0 1 0 1 0 1 0 1 1
 1 1 0 1 1 1 0 1 1 1 1 0 0 1 0 0 0 1 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 0 0
 0 0 1 1 0 1 0 0 1 1 1 1 1 0 0 1 1 0 0 0 0 0 1 1 1 0]

b的形状是：

(100,)

输出的形式应该是这样的

0
1
0
1
1
...

【问题讨论】：

能否请您提供一个[最小可重现示例](/help/mcve)，尤其是指定输入和预期输出？
@norok2 你好，我在我的问题中添加了一些输入。
目前还不清楚你要做什么，也不清楚为什么 a & b 有形状 (100,); (100,)。每个数组应该有一个形状。
@JonnyEnglish 我会在这里强调简约的必要性。尝试使用仍然重现问题的小而简单的 toy 示例。
我支持@BiRico 的评论，对数组形状的描述毫无意义。你的标题也有问题，我会尝试建议编辑。最后，您的“输出形式”示例可能不正确。

标签： python python-3.x numpy

【解决方案1】：

使用.astype():

return b[index].astype(int)

【讨论】：

你好，很遗憾这对我不起作用，输出仍然是这样的 [4] [4] [1] [0] [0] [1]

【解决方案2】：

这是随机整数数组的示例解决方案。

arr_1 = np.random.randint(low=0, high=20, size=(4, 3))
arr_2 = np.random.randint(low=0, high=20, size=(4, 3))

arr_1_min_inds = np.argmin(arr_1, axis=1)

arr_2_res = arr_2[np.arange(arr_1_min_inds.shape[0]), arr_1_min_inds]

【讨论】：

【解决方案3】：

您可以使用np.argmin 并使用它来索引b：

b[range(len(b)), np.argmin(a, axis=1)]

【讨论】：