Scikit的LabelEncoder使用numpy.int64代替inverse_transform中的整数。

Question

如果您fit的{​​{1}}标签类型为sklearn.preprocessing.LabelEncoder，则出于某种原因在int期间将返回inverse_transform类型标签。

numpy.int64

所以我想我有2个问题

1. 为什么要这么做？
2. 如果没有自定义代码，怎么能避免这种情况？

（当Flask的from sklearn.preprocessing import LabelEncoder labels = [2,4,6] # just a list of `int`s e = LabelEncoder().fit(labels) encoded = e.transform([4,6,2]) decoded = e.inverse_transform(encoded) type(decoded[0]) # returns <class 'numpy.int64'> 无法将jsonify编组为JSON时，我陷入了这个问题）

Answer 1

  

为什么要这么做？

因为transform和inverse_transform返回numpy数组，并且

  

An item extracted from an array, e.g., by indexing, will be a Python object whose type is the scalar type associated with the data type of the array.

在这种情况下，标量类型为int64。

  

如果没有自定义代码，怎么能避免这种情况？

如果需要获取单个元素，请使用decoded.item(0)。如果需要整个数组，请使用decoded.tolist()。有关更多信息，请参见Converting numpy dtypes to native python types。