时间戳

首页 > 解决方案 > 如何替换 NumPy 数组中的单行

python - 如何替换 NumPy 数组中的单行

问题描述

我想在通过函数修改后用同一行替换 NumPy 数组的一行。

这是我的代码：

def _softmax(z):
   array = np.exp(z)
   array = np.divide(array,np.sum(array))
   return array

a = np.array([[1,2,3,4],[5,15,4,7]])
n =_softmax(a[0])
print(n)

a[0]= n
print(a[0])

我得到以下结果：

[0.0320586  0.08714432 0.23688282 0.64391426]
[0 0 0 0]

如您所见，n可以，但a[0]不会改变，除了[0,0,0,0]. 但是，如果我尝试：

a[0] = np.array([4,3,2,1])

...它工作得很好。

标签： pythonnumpy

解决方案

原因是因为a最初是 type np.int64，而你的 softmax 的输出是np.float. 您必须将 NumPy 数组的精度更改为a，np.float或者将分配到的第一行a向下转换为整数精度：

a = np.array([[1,2,3,4],[5,15,4,7]], dtype=np.float)

最初使用 type 创建它的原因np.int64是因为您的所有值都是整数。只要将其中一个更改为浮点数，数组就会提升为浮点数：

In [9]: a = np.array([[1,2,3,4],[5,15,4,7]])

In [10]: a.dtype
Out[10]: dtype('int64')

In [11]: a = np.array([[1.0,2,3,4],[5,15,4,7]])

In [12]: a.dtype
Out[12]: dtype('float64')

请注意，我将值的精度更改1为1.0. 如果您愿意，您可以这样做，而无需明确指定类型。NumPy 计算出数组结构中包含的内容，并推断出与所提供的所有信息匹配的最佳类型。

最后，一旦我们遍历我们得到的所有内容：

In [14]: a
Out[14]:
array([[ 0.0320586 ,  0.08714432,  0.23688282,  0.64391426],
       [ 5.        , 15.        ,  4.        ,  7.        ]])

推荐阅读