Question

在Python中，可以使用float检查n.is_integer()是否包含整数值，基于此QA：How to check if a float value is a whole number。

numpy是否有类似的操作可以应用于数组？允许以下内容的东西：

>>> x = np.array([1.0 2.1 3.0 3.9])
>>> mask = np.is_integer(x)
>>> mask
array([True, False, True, False], dtype=bool)

可以执行类似

的操作

>>> mask = (x == np.floor(x))

或

>>> mask = (x == np.round(x))

但它们涉及调用额外的方法并创建一堆可能被避免的临时数组。

numpy是否有一个矢量化函数，以类似于Python float.is_integer的方式检查浮点数的小数部分？

Answer 1

据我所知，没有这样的函数返回一个布尔数组，指示浮点数是否具有小数部分。我能找到的最接近的是np.modf，它返回小数和整数部分，但是会创建两个浮点数组（至少是暂时的），所以它可能不是最好的内存方式。

如果您在工作中感到高兴，可以尝试以下方式：

>>> np.mod(x, 1, out=x)
>>> mask = (x == 0)

这可以节省内存而不是使用圆形或地板（你必须保持x），但当然你会失去原来的x。

另一个选择是要求它在Numpy中实现，或者自己实现它。

Answer 2

我需要回答这个问题的原因略有不同：检查何时我可以将整个浮点数数组转换为整数而不会丢失数据。

Hunse的回答几乎对我有用，除了我显然无法使用就地技巧，因为我需要能够撤消操作：

if np.all(np.mod(x, 1) == 0):
    x = x.astype(int)

从那里开始，我想到了以下选项，在许多情况下可能更快：

x_int = x.astype(int)
if np.all((x - x_int) == 0):
    x = x_int

原因是模运算比减法慢。但是，现在我们预先对整数进行投射 - 相对而言，我不知道该操作的速度有多快。但是，如果你的数组的大多数是整数（它们在我的情况下），后一版本几乎肯定更快。

另一个好处是，您可以用np.isclose之类的内容替换子代码以检查某个容差（当然，您应该小心，因为截断不是正确的舍入！）。

x_int = x.astype(int)
if np.all(np.isclose(x, x_int, 0.0001)):
    x = x_int

编辑：较慢，但也许值得，取决于您的用例，如果存在，也会单独转换整数。

x_int = x.astype(int)
safe_conversion = (x - x_int) == 0
# if we can convert the whole array to integers, do that
if np.all(safe_conversion):
    x = x_int.tolist()
else:
    x  = x.tolist()
    # if there are _some_ integers, convert them
    if np.any(safe_conversion):
        for i in range(len(x)):
            if safe_conversion[i]:
                x[i] = int(x[i])

作为一个重要的例子：这对我有用，因为我有稀疏数据（这意味着大多数为零）然后我转换为JSON一次，然后在服务器上重用。对于浮点数，ujson将这些转换为[ ...,0.0,0.0,0.0,... ]，对于生成[...,0,0,0,...]的整数，可以保存字符串中字符数的一半。这减少了服务器（较短的字符串）和客户端（较短的字符串，可能稍微更快的JSON解析）的开销。

Answer 3

您也可以在列表理解中使用Python方法。

>>> x = np.array([1.0, 2.1, 3.0, 3.9])
>>> mask = np.array([val.is_integer() for val in x])
>>> mask
array([ True, False,  True, False])

与the answer using mod 1相比，对于具有4个值（5.66 us对8.03 us）的给定示例而言，这稍快一些，而对于1000个值的数组则要快3倍以上。

Answer 4

受已接受答案的启发，这里有一个使用 % 运算符的非就地版本：

modulus = x % 1
mask = modulus == 0

或者更简洁

mask = (x % 1) == 0

Numpy：检查float数组是否包含整数

4 个答案: