用0到1之间的值替换numpy数组元素[重复]

Question

这个问题在这里已有答案：

• Basic Numpy array value assignment 2回答

我有一个非常简单的任务，numpy正在做一些我不明白的事情。我正在尝试使用0到1之间的数字替换满足某些条件的数组元素，numpy将它们全部转换为零。例如：

In [1]: some_array = np.array([0,0,0,1,0,1,1,1,0])

In [2]: nonzero_idxs = np.where(some_array != 0)[0]

In [3]: nonzero_idxs
Out[3]: array([3, 5, 6, 7])

In [4]: some_array[nonzero_idxs] = 99

In [5]: some_array
Out[5]: array([ 0,  0,  0, 99,  0, 99, 99, 99,  0])

In [6]: some_array[nonzero_idxs] = 0.2

In [7]: some_array[nonzero_idxs]
Out[7]: array([0, 0, 0, 0])

In [8]: some_array[nonzero_idxs] == 0
Out[8]: array([ True,  True,  True,  True], dtype=bool)

如上例所示，用一些任意值替换值按预期工作，但如果你尝试用小数替换它，它会把它变成零（当你打印数组时它们看起来不像零，它们'评估等于零）。当我尝试以其他方式解决此问题时会发生相同的行为，例如，使用np.place。

我在终端上的iPython中这样做，如果这有任何区别。有人可以解释这里发生了什么，以及如何避免它？如果这是重复的道歉。

Answer 1

some_array = np.array([0,0,0,1,0,1,1,1,0]).astype(float) 

使用numpy数组作为浮点数将解决您的问题。默认情况下，它似乎是整数，只是将值向下移动到零。

nonzero_idxs = np.where(some_array != 0)[0]
some_array[nonzero_idxs] = 0.2
# output: array([0. , 0. , 0. , 0.2, 0. , 0.2, 0.2, 0.2, 0. ])

Answer 2

原因很简单。

与Python lists不同，numpy数组只能包含某种类型的元素及其子类型。

当您定义some_array时，它被创建为int32数组。因此，当您尝试为其指定float类型的值时，它会被强制转换为int和int(0.2) == 0。

与指定数组应包含float32的情况相比：

some_array = np.array([0, 0, 0, 1, 0, 1, 1, 1, 0], dtype=np.float)
nonzero_idxs = np.where(some_array != 0)[0]
some_array[nonzero_idxs] = 0.2
some_array

输出：

array([0. , 0. , 0. , 0.2, 0. , 0.2, 0.2, 0.2, 0. ])

Answer 3

问题是dtype。它是int64，你需要将它改为float64（或只是float）：

some_array = some_array.astype('float')