时间戳

首页 > 解决方案 > Python ndarray dtype和缓冲区问题 - 它返回不同的值

python - Python ndarray dtype和缓冲区问题 - 它返回不同的值

问题描述

所以我正在尝试使用以下代码创建一个 numpy darray 对象：

a = np.ndarray(shape=(3,3),dtype='float32',buffer=np.array([[100,2,3],[4,5,6],[7,8,9]]))

这将返回以下内容：

[[1.4e-43 0.0e+00 2.8e-45]
 [0.0e+00 4.2e-45 0.0e+00]
 [5.6e-45 0.0e+00 7.0e-45]]

为什么它返回的值与我指定的不同？

似乎 float32 正在改变事情，因为当 dtype='int' 像：

a = np.ndarray(shape=(3,3),dtype='int',buffer=np.array([[100,2,3],[4,5,6],[7,8,9]]))

这将返回正确的内容，例如：

[[100   2   3]
 [  4   5   6]
 [  7   8   9]]

为什么当 dtype='float32' 时它不起作用？

标签： pythonbuffernumpy-ndarraydtype

解决方案

在当前状态下，a只不过是一个 dtype 为“float32”的随机数数组。第一种情况的错误是因为您为 np.array() 提供的 dtype ='float32'和默认dtype='int64'的 dtype 不匹配。要获得所需的结果，您应该在 np.array() dtype='float32' 中添加参数

    a = np.ndarray(size=(3, 3), dtype='float32' buffer=np.array([[100, 2, 3], 
    [4, 5, 6], [7, 8, 9]], dtype='float32')

    [[100., 2., 3.]
     [4., 5., 6.]
     [7., 8., 9.]]

请记住，dataType 将是浮点数，这就是我们最后使用小数的原因。

第二种情况之所以有效，是因为 dtype='int' 这是 np.array() 的默认 dtype。所以数据类型匹配并且它有效。

推荐阅读