范围内浮点值的numpy数组

Question

关于效率，我们如何创建一个大型 numpy 数组，其中值是特定范围内的浮点数。

例如，对于一个固定大小的一维 numpy 数组，其中值介于 0 和 200,000,000.00 之间（即 [0, 200,000,000.00] 中的值），我可以使用浮点数的最小数据类型创建数组 (@987654323 @)，然后验证任何新值（来自用户输入），然后再将其插入数组：

import numpy as np

a = np.empty(shape=(1000,), dtype=np.float16))
pos = 0

new_value = input('Enter new value: ')

# validate
new_value = round(new_value, 2)
if new_value in np.arange(0.00, 200000000.00, 0.01):
    # fill in new value
    a[pos] = new_value
    pos = pos + 1

问题是，我们能否根据数组的dtype 强制执行new_value 的有效性（根据已知的最小/最大值和小数位数）？

换句话说，我们在创建数组时就知道小数的范围和个数，这是否让我们有机会（更）有效地在数组中插入有效值？

Answer 1

我有点困惑你的代码是如何运行的，因为它不像这里展示的那样工作。

还有一点不清楚为什么要将新值附加到事先创建的空数组中。您是否打算用新的传入值而不是追加来填充创建的数组？

np.arange(0.00, 200000000.00, 0.01)

这条线导致了问题，因为它创建了一个巨大的数组，其值导致我的环境中的MemoryError 只是为了检查new_value 是否在某个范围内。

扩展我的评论并修复代码中的问题，我的解决方案看起来像

import numpy as np

max_value =  200000000
arr = np.empty(shape=(1000,), dtype=np.float16)

new_value = float(input('Enter new value: ')) # More checks might be useful if input is numeric

# validate
if 0 <= new_value <= max_value:
    new_value = round(new_value, 2) # round only if range criterion is fulfilled
    arr = np.append(arr, new_value) # in case you really want to append your value