python中如何从布尔数组转换为int数组

我有一个Numpy二维数组，其中一列有布尔值，即

True

/

False

。我想把它分别转换成整数

1

和

0

，我该怎么做

例如，我的

数据[0:：，2]

是布尔值，我尝试了

data[0::,2]=int(data[0::,2])

，但它给了我一个错误：

TypeError:只有长度为1的数组才能转换为Python标量

我的前5行数组是：

[['0', '3', 'True', '22', '1', '0', '7.25', '0'],
 ['1', '1', 'False', '38', '1', '0', '71.2833', '1'],
 ['1', '3', 'False', '26', '0', '0', '7.925', '0'],
 ['1', '1', 'False', '35', '1', '0', '53.1', '0'],
 ['0', '3', 'True', '35', '0', '0', '8.05', '0']]

---

好的，将任何数组的类型更改为浮动的最简单方法是：

data.astype（float）

数组的问题是

float（'True'）

是一个错误，因为

'True'

不能被解析为浮点数。因此，最好的方法是修复数组生成代码，以生成浮点数（或者，至少是具有有效浮点数的字符串），而不是布尔

同时，您可以使用此函数修复阵列：

def boolstr_to_floatstr(v):
    if v == 'True':
        return '1'
    elif v == 'False':
        return '0'
    else:
        return v

最后，将数组转换为如下所示：

new_data = np.vectorize(boolstr_to_floatstr)(data).astype(float)

---

如果我在原始数据源（即字符串）上执行此操作：

data = [['0', '3', 'True', '22', '1', '0', '7.25', '0'],
        ['1', '1', 'False', '38', '1', '0', '71.2833', '1'],
        ['1', '3', 'False', '26', '0', '0', '7.925', '0'],
        ['1', '1', 'False', '35', '1', '0', '53.1', '0'],
        ['0', '3', 'True', '35', '0', '0', '8.05', '0']]

data = [[eval(x) for x in y] for y in data]

..然后接着是：

data = [[float(x) for x in y] for y in data]
# or this if you prefer:
arr = numpy.array(data)

…然后问题就解决了。。您甚至可以将其作为一个单行程序来执行（不过我认为这会生成int，并且可能需要浮点）： 数组（[[eval（x）表示y中的x]表示y中的y]）

…我认为问题在于numpy将数字字符串保留为字符串，并且由于并非所有字符串都是数字，因此无法对整个数组进行类型转换。此外，如果您尝试仅对数组中具有“True”和“False”的部分执行类型转换，那么您实际上并不是在处理布尔值，而是在处理字符串。。我所知道的唯一改变的方法就是做评估声明。。你也可以这样做：

booltext_int = {'True': 1, 'False': 2}
clean = [[float(x) if x[-1].isdigit() else booltext_int[x]
          for x in y] for y in data]

---

…这样可以避免评估，因为评估本身就不安全。。但这可能无关紧要，因为您可能使用的是可靠的数据源。

使用@kirelagin的想法与

ast.literal\u eval

>>> import ast
>>> import numpy as np
>>> arr = np.array(
        [['0', '3', 'True', '22', '1', '0', '7.25', '0'],
        ['1', '1', 'False', '38', '1', '0', '71.2833', '1'],
        ['1', '3', 'False', '26', '0', '0', '7.925', '0'],
        ['1', '1', 'False', '35', '1', '0', '53.1', '0'],
        ['0', '3', 'True', '35', '0', '0', '8.05', '0']])
>>> np.vectorize(ast.literal_eval, otypes=[np.float])(arr)
array([[  0.    ,   3.    ,   1.    ,  22.    ,   1.    ,   0.    ,
          7.25  ,   0.    ],
       [  1.    ,   1.    ,   0.    ,  38.    ,   1.    ,   0.    ,
         71.2833,   1.    ],
       [  1.    ,   3.    ,   0.    ,  26.    ,   0.    ,   0.    ,
          7.925 ,   0.    ],
       [  1.    ,   1.    ,   0.    ,  35.    ,   1.    ,   0.    ,
         53.1   ,   0.    ],
       [  0.    ,   3.    ,   1.    ,  35.    ,   0.    ,   0.    ,
          8.05  ,   0.    ]])

boolarrayvariable.astype（int）工作：

输出：

data = array([[ 1.766, -1.765,  2.576, -1.469,  1.69]])
test1 = array([[ True, False,  True, False,  True]], dtype=bool)
test2 = array([[1, 0, 1, 0, 1]])

---

但是，作为参考，bool可以转换为int，int可以转换为float

---

数据[0:：，2]=数据[0:：，2].astype（int）.astype（float）

这不能是二维数组，因为在二维数组中所有元素的类型都相同。可能您有一个结构化数组。请您显示其中的几行及其

dtype

？好的，这些引号应该提示您有一个字符串数组。因此，在numpy中，2D数组的所有元素都必须具有相同的类型。您要么需要，要么干脆放弃numpy，使用普通的Python列表。你为什么需要numpy？你的最终目标是什么？事实上，我正在学习一个关于使用python的机器学习项目的教程，由于我是python新手，我面临这些困难，它要求使用numpy数组。因此，如果你能告诉我如何将整个字符串数组转换为float，那就太好了，因为很明显，它可以转换为float（将true视为1，将fase视为0）。首先，如何生成数据？从文本文件？@akashdepsaluja我已经仔细检查了代码，它对我有效。你能用

数据[:5]

的准确输出更新你的问题吗？问题中的输出就是准确的输出，你还要别的吗？@akashdepsaluja不，这不可能是真的。首先，我在问题中看到的不是

numpy

数组，而是Python列表。在我编辑它之前，它缺少逗号。Python无法输出它。其次，我的代码也适用于Python列表，所以一切都应该很好。将

print（数据[:5]）

添加到您的代码中，并发布准确的输出。或者更好的方法是从pprint导入pprint，然后使用

pprint（数据[:5]）

。

data = array([[ 1.766, -1.765,  2.576, -1.469,  1.69]])
test1 = array([[ True, False,  True, False,  True]], dtype=bool)
test2 = array([[1, 0, 1, 0, 1]])