Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/298.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如果与另一个数组连接,为什么布尔数的numpy数组会变为整数?_Python_Numpy_Boolean_Concatenation_Numpy Ndarray - Fatal编程技术网

Python 如果与另一个数组连接,为什么布尔数的numpy数组会变为整数?

Python 如果与另一个数组连接,为什么布尔数的numpy数组会变为整数?,python,numpy,boolean,concatenation,numpy-ndarray,Python,Numpy,Boolean,Concatenation,Numpy Ndarray,如果我使用np.concatenate加入这个1x5数组 array([True , False, False, True , True ]) array([4.753, 1.202, 2.296, 1.668, 3.35 ]) 使用此1x5阵列 array([True , False, False, True , True ]) array([4.753, 1.202, 2.296, 1.668, 3.35 ]) 布尔值更改为整数: array([[1. , 0. ,

如果我使用
np.concatenate
加入这个1x5数组

array([True , False, False, True , True  ])
array([4.753, 1.202, 2.296, 1.668, 3.35  ])
使用此1x5阵列

array([True , False, False, True , True  ])
array([4.753, 1.202, 2.296, 1.668, 3.35  ])
布尔值更改为整数:

array([[1.   , 0.   , 0.   , 1.   , 1.   ],
       [4.753, 1.202, 2.296, 1.668, 3.35 ]])
为什么??如何连接它们而不影响布尔值


理想情况下,输出可以是一个数据帧

一种方法是将各个数组的数据类型设置为
对象
(您只需将其中一个设置为
对象
类型即可生成
对象
类型数组)

您可以使用
arr.astype()
在定义每个数组之后,将它们转换为
对象
类型

a.astype(object)
#array([[True, False, False, True, True]], dtype=object)

一种方法是将单个数组的数据类型设置为
object
(您只需将其中一个数组设置为
object
type即可生成
object
类型数组)

您可以使用
arr.astype()
在定义每个数组之后,将它们转换为
对象
类型

a.astype(object)
#array([[True, False, False, True, True]], dtype=object)
像这样的

[445]中的
:将numpy作为np导入
…:作为pd导入熊猫
在[446]中:data={'Booleans':np.array([True,False,False,True,True]),
…:“Floats”:np.array([4.753,1.202,2.296,1.668,3.35])
在[447]中:df=pd.DataFrame(数据)
In[448]:df
Out[448]:
布尔浮动
0真4.753
1假1.202
2假2.296
3真1.668
4真3.350
您可能会发现此链接很有用:。

类似的内容

[445]中的
:将numpy作为np导入
…:作为pd导入熊猫
在[446]中:data={'Booleans':np.array([True,False,False,True,True]),
…:“Floats”:np.array([4.753,1.202,2.296,1.668,3.35])
在[447]中:df=pd.DataFrame(数据)
In[448]:df
Out[448]:
布尔浮动
0真4.753
1假1.202
2假2.296
3真1.668
4真3.350
您可能会发现此链接很有用: