转换numpy数组dtype。 ValueError:使用序列

时间:2017-05-09 07:28:45

标签: python arrays pandas numpy

我得到了一个numpy.array,其dtype = object如下。

fuzz_np = fuzz_df.values
fuzz_np

结果如下:

array([[[0.31250000000000044, 0.68749999999999956, 0.0], [0.0, 0.0, 1.0],
    [1.0, 0.0, 0.0], [1.0, 5.2867763077388416e-17, 0.0]],
   [[0.75000000000000044, 0.24999999999999958, 0.0], [1.0, 0.0, 0.0],
    [0.30769230769230765, 0.69230769230769229, 0.0],
    [0.14285714285714257, 0.85714285714285743, 0.0]],
   [[0.0, 0.81250000000000078, 0.18749999999999983],
    [0.33333333333333331, 0.66666666666666663, 0.0],
    [0.0, 0.76923076923076894, 0.23076923076923067],
    [0.0, 0.85714285714285698, 0.14285714285714279]],
   [[0.5625, 0.43749999999999994, 0.0],
    [0.0, 0.13333333333333344, 0.86666666666666659],
    [0.96153846153846168, 0.038461538461538415, 0.0],
    [0.80952380952380942, 0.19047619047619058, 0.0]],
   [[0.0, 5.5511151231257807e-16, 1.0],
    [0.0, 0.26666666666666689, 0.73333333333333306], [0.0, 0.0, 1.0],
    [0.0, 0.28571428571428553, 0.71428571428571441]]], dtype=object)

但是,我想转换为使用reshape()方法使其dtype = float。

当我尝试以下代码时,

    fuzz_np.astype(float)

我收到错误消息'设置带序列的数组元素。'怎么了?

1 个答案:

答案 0 :(得分:1)

创建一个对象数组并用列表填充它:

In [410]: arr = np.zeros(6,object)
In [411]: for i in range(6): arr[i]=[1,2,3]
In [413]: arr=arr.reshape(2,3)
In [414]: arr
Out[414]: 
array([[[1, 2, 3], [1, 2, 3], [1, 2, 3]],
       [[1, 2, 3], [1, 2, 3], [1, 2, 3]]], dtype=object)

astype不起作用

In [415]: arr.astype(float)

但是列表中介会:

In [416]: np.array(arr.tolist())
Out[416]: 
array([[[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]]])

对象数组包含指向列表的指针(否则在内存中)。因此astypeview无法将其转换为float数组。相反,我们必须从等效的嵌套列表中创建一个全新的,新的数组。

tolist在一个或多个元素是数组时也有效,只要大小匹配

In [417]: arr[0,0]=np.arange(3)
In [418]: arr
Out[418]: 
array([[array([0, 1, 2]), [1, 2, 3], [1, 2, 3]],
       [[1, 2, 3], [1, 2, 3], [1, 2, 3]]], dtype=object)
In [419]: arr.tolist()
Out[419]: [[array([0, 1, 2]), [1, 2, 3], [1, 2, 3]], [[1, 2, 3], [1, 2, 3], [1, 2, 3]]]
In [420]: np.array(arr.tolist())
Out[420]: 
array([[[0, 1, 2],
        [1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]]])