Python 如何将二维浮点numpy数组转换为二维整数numpy数组？

如何将实numpy数组转换为int numpy数组？ 尝试直接使用映射到数组，但无效。

使用该方法

---

有关如何控制舍入的一些numpy函数：。取决于您希望如何对浮动进行四舍五入，向上、向下或最接近的整数

>>> x = np.array([[1.0,2.3],[1.3,2.9]])
>>> x
array([[ 1. ,  2.3],
       [ 1.3,  2.9]])
>>> y = np.trunc(x)
>>> y
array([[ 1.,  2.],
       [ 1.,  2.]])
>>> z = np.ceil(x)
>>> z
array([[ 1.,  3.],
       [ 2.,  3.]])
>>> t = np.floor(x)
>>> t
array([[ 1.,  2.],
       [ 1.,  2.]])
>>> a = np.rint(x)
>>> a
array([[ 1.,  2.],
       [ 1.,  3.]])

要将其中一种转换为int，或在numpy中转换为其他类型（由BrenBern回答）：

---

您可以使用

np.int.

：

>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. ,  2.3],
       [ 1.3,  2.9]])
>>> np.int_(x)
array([[1, 2],
       [1, 2]])

---

如果您不确定输入是否为Numpy数组，可以使用

asarray

和

dtype=int

而不是

astype

：

>>> np.asarray([1,2,3,4], dtype=int)
array([1, 2, 3, 4])

如果输入数组已经具有正确的数据类型，

asarray

会避免数组复制，而

astype

不会（除非指定

copy=False

）：

---

正是我想要的<代码>aType通常过于泛型，我认为它在进行intx-inty转换时可能更有用。当我想进行浮点-整数转换时，能够选择舍入的类型是一个很好的特性。因此，安全地将几乎像

7.99999

这样的整数转换为像

8

这样的整数的最简单的方法是

np.rint（arr）。astype（int）

？numpy中任何使其成为uint8的方法？@Ryan

astype（np.uint8）

只要确保数组中没有

np.inf

或

np.nan

，因为它们有令人惊讶的结果。例如，

np.array（[np.inf]）.astype（int）

输出

array（[-9223372036854775808]）

。在我的机器上，

np.array（[np.inf]）.astype（int）

，和

np.array（[np.nan]）.astype（int）

都返回相同的内容。为什么？@BallpointBen:

nan

和

inf

是浮点值，不能有意义地转换为int。正如您前面的评论所指出的，会有令人惊讶的行为，我认为精确的行为没有定义好。如果要将

nan

和

inf

映射到某些值，则需要自己进行映射。请注意，x.astype（int）[0][0]不是

int

类型。这是

numpy.int32

。请注意，尽管这确实会将数组转换为int，@fhtuft的回答可能会减少意外

>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. ,  2.3],
       [ 1.3,  2.9]])
>>> np.int_(x)
array([[1, 2],
       [1, 2]])

>>> np.asarray([1,2,3,4], dtype=int)
array([1, 2, 3, 4])

>>> a = np.array([1,2,3,4])
>>> a is np.asarray(a)  # no copy :)
True
>>> a is a.astype(int)  # copy :(
False
>>> a is a.astype(int, copy=False)  # no copy :)
True