Question

我有一个数组，其初始化为empty数组。在数组内部，将有一些值为integer，而另一些为floats。在for循环之后，所有输出都是floats（科学计数法），而不管先前的数据是否为integer。我需要整数来保持整数。

for周期如下所示：

arr = np.empty(arr_size)

co_point = np.uint8(arr_size[1]/2)

for k in range(arr_size[0]):
   p1_idx = int(k%np.array(first_list).shape[0])
   p2_idx = int((k+1)%np.array(first_list).shape[0])

   arr[k, 0:co_point] = first_list[p1_idx][0:co_point]

   arr[k, co_point:] = first_list[p2_idx][co_point:]

first_list是一个包含数字的其他列表的列表。

例如，其输出为：

>>arr
array([[1.0e+02, 1.0e-05, 1.0e-02, 3.0e-01, 3.2e+01]])

所需的输出是这样的：

>>arr
array([[100, 1.0e-05, 0.001, 0.3, 32]])

我该如何实现？

Answer 1

我做了一个解决问题的办法，但我确定会有更好或更理想的答案。我将在这里与有类似问题的任何人分享。

原始代码是这样的：

arr = np.empty(arr_size)

co_point = np.uint8(arr_size[1]/2)

for k in range(arr_size[0]):
   p1_idx = int(k%np.array(first_list).shape[0])
   p2_idx = int((k+1)%np.array(first_list).shape[0])

   arr[k, 0:co_point] = first_list[p1_idx][0:co_point]

   arr[k, co_point:] = first_list[p2_idx][co_point:]

我添加了一个与arr array相同维度的附加数组，该数组仅包含first_list list的数据类型。

dtypes = np.empty(arr_size,dtype=type)
for x in range(arr_size[0]):
  for y in range(arr_size[1]):
    dtypes[x,y]=type(first_list[x][y])

然后，当循环结束时，我需要将arr的值重铸为first_list的原始类型，但是由于arr强制使用了数据类型，因此我创建了一个带有辅助列表的新列表附加所有值。

r_arr = []
for x in range(arr_size[0]):
   aux = []
   for y in range(arr_size[1]):
      aux.append(dtypes[x,y](arr[x,y]))
   r_arr.append(aux)

诀窍是，拥有一个存储dtype=type数据类型的数组，可以使您实际执行dtypes[x,y](arr[x,y])的方式与执行type(1.13)相同。

希望它清晰可见，您会发现它有用！

如何使用混合数据类型数组保留数据类型？

1 个答案: