Python 无法根据规则将数组数据从数据类型（'；float64'；）强制转换为数据类型（'；int32'；）；安全'；

我有一个numpy数组，比如

result = np.array([[[289, 354, 331],
                    [291, 206,  66],
                    [242,  70, 256]],

                   [[210, 389, 342],
                    [273, 454, 218],
                    [255,  87, 256]],

                   [[127, 342, 173],
                    [450, 395, 147],
                    [223, 228, 401]]])

如果一个元素大于255，我试图屏蔽数组。i、 e我假设它在0-1024之间，并将我的值除以4

result = np.putmask(result, result > 255, result/4)

注意：结果是之前的3D数组。我得到了这个错误

TypeError: Cannot cast array data from dtype('float64') to dtype('int32') according to the rule 'safe'

我做错了什么？

---

提前感谢

问题是，当你除以4时，你正在创建浮点值，它不想进入

int

s的数组

如果要使用

putmask

，并避免试图转换为float的问题，则可以使用floor division（

/

）将值更改为

int

：

np.putmask(result, result>255, result//4)

>>> result
array([[[ 72,  88,  82],
        [ 72, 206,  66],
        [242,  70,  64]],

       [[210,  97,  85],
        [ 68, 113, 218],
        [255,  87,  64]],

       [[127,  85, 173],
        [112,  98, 147],
        [223, 228, 100]]])

备选方案#1： 将

结果

数组转换为浮点

数据类型

，并使用原始的

putmask

：

result = result.astype(float)

np.putmask(result, result > 255, result/4)

>>> result
array([[[ 72.25,  88.5 ,  82.75],
        [ 72.75, 206.  ,  66.  ],
        [242.  ,  70.  ,  64.  ]],

       [[210.  ,  97.25,  85.5 ],
        [ 68.25, 113.5 , 218.  ],
        [255.  ,  87.  ,  64.  ]],

       [[127.  ,  85.5 , 173.  ],
        [112.5 ,  98.75, 147.  ],
        [223.  , 228.  , 100.25]]])

如果需要，您甚至可以在以下情况下转换回int：

result = result.astype(int)

array([[[ 72,  88,  82],
        [ 72, 206,  66],
        [242,  70,  64]],

       [[210,  97,  85],
        [ 68, 113, 218],
        [255,  87,  64]],

       [[127,  85, 173],
        [112,  98, 147],
        [223, 228, 100]]])

备选方案2： 完全取消

putmask

，您可以获得如下所示的理想结果：

result[result > 255] = result[result > 255] / 4

>>> result
array([[[ 72,  88,  82],
        [ 72, 206,  66],
        [242,  70,  64]],

       [[210,  97,  85],
        [ 68, 113, 218],
        [255,  87,  64]],

       [[127,  85, 173],
        [112,  98, 147],
        [223, 228, 100]]])

---

错误解释：

这说明了numpy数组的一个有趣属性：numpy数组的所有元素都必须是相同的类型

例如，如果您具有以下数组：

>>> array1 = np.array([[23, 632, 634],[23.5, 67, 123.6]])
>>> array1
array([[  23. ,  632. ,  634. ],
   [  23.5,   67. ,  123.6]])
>>> type(array1[0][0])
<class 'numpy.float64'>

>>array1=np.array（[23632634]，[23.567123.6]）
>>>阵列1
数组（[[23,632,634.]，
[  23.5,   67. ,  123.6]])
>>>类型（数组1[0][0]）

我们注意到，尽管列表[23，632，634]中的所有元素都是int类型（特别是'numpy.int64'），但由于第二行的元素123.6，array1中的所有元素都转换为浮点（请注意数组打印输出中的小数点）

类似地，如果我们在数组中的任何位置包含一个字符串，那么数组的所有元素都将转换为字符串：

>>> array2 = np.array([[23, 632, 'foo'],[23.5, 67, 123.6]])
>>> type(array2[0][0])
<class 'numpy.str_'>

>>array2=np.array（[[23632，'foo']，[23.567123.6]]
>>>类型（数组2[0][0]）

结论：

---

原始结果数组包含“numpy.int64”类型的元素，但

result/4

操作返回“numpy.float64”类型的元素数组（因为82/4=20.5，等等）。因此，当您尝试替换结果中的值时，它不是“安全的”，因为您无意中试图将浮点值放入整数数组。

Yep。那很有效，谢谢。但是有没有办法解决我的问题呢？看看我建议的第一种方法（在我编辑的帖子中），我试图解释发生了什么。