如何使用单独的 numpy 数组将 numpy int 转换为浮点数？

Question

我有大量的 numpy 内存错误问题， 我尝试使用切片来处理它，如下所示 How to merge two large numpy arrays if slicing doesn't resolve memory error?

切片适用于 numpy.multiply，但似乎无法通过切片将 numpy int 转换为浮点数。 以下是示例：

images = numpy.array([1,2,3,4,5,6,7,8,9,10])
images[0:5] = images[0:5].astype(numpy.float32)
print type(images[0])
images = images.astype(numpy.float32)
print type(images[0])

<type 'numpy.int32'>
<type 'numpy.float32'>

使用 images.astype(numpy.float32) 后，出现内存错误（dtype 相同）。 目标内存太小，我可能很难使用稀疏矩阵。

感谢您的任何建议...！

Answer 1

您不能只修改切片的dtype。当你这样做时

images[0:5] = images[0:5].astype(numpy.float32)

images[0:5].astype(numpy.float32) 创建切片的float 副本，但当分配回images 切片时，结果将转换回int，因为images 属于dtype int。

您可以做的是创建切片的临时副本并将其转换为浮点数：

copied_slice = images[0:5].astype(numpy.float32)

对数据的这一小部分进行所需的所有计算，保存所需的任何结果，然后继续下一个（复制和转换的）切片。