如何使用单独的numpy数组将numpy int转换为float？

Question

我有一个关于numpy内存错误问题的大量数据， 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float。 以下是样本：

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'>

一旦我使用images.astype（numpy.float32），我就会出现内存错误（dtype相同）。 目标内存太小，我可能很难使用稀疏矩阵。

感谢任何建议......！

Answer 1

您无法仅修改切片的dtype。当你这样做

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

images[0:5].astype(numpy.float32)会创建切片的float副本，但在将int切换回images后，结果会转换回images dtype int。

您可以做的是创建切片的临时副本并将其转换为float：

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

在数据的这个较小部分上进行所需的所有计算，保存所需的结果，然后转到下一个（复制和转换的）切片。