提问人：questionto42 提问时间：11/18/2023 更新时间：11/18/2023 访问量：24
为 numpy 数组项设置新值可节省更小的值。如何设置值？
Setting a new value for a numpy array item saves a much smaller value. How to just set the value?
问：
法典：
import numpy as np
data = '12345\n54321\n13542\n12354\n53124'
n = data.find('\n')
mat = np.array(list(data.replace('\n','')), dtype=np.uint8).reshape(-1, n)
mat
外：
array([[1, 2, 3, 4, 5],
[5, 4, 3, 2, 1],
[1, 3, 5, 4, 2],
[1, 2, 3, 5, 4],
[5, 3, 1, 2, 4]], dtype=uint8)
法典：
mat2 = np.full_like(mat, 0)
mat2[0,0] = 9999999
mat2[0,1] = 8888
mat2[0,2] = 77777
外：
array([[127, 184, 209, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]], dtype=uint8)
因此，Python 不会设置所需的 numpy 数组项值，而只保存一个随机且微小的值，以用于各种数字大小。如何解决这个问题？
答：
1赞
questionto42
11/18/2023
#1
我之所以分享这个，是因为有一段时间我不知道发生了什么，尽管如果你看这样的小例子，乍一看似乎很清楚。在更大的代码中，这些东西可以隐藏一段时间。
您需要将数据类型从 uint8 （--> unsigned int 更改为 unsigned int，并且 8 位是您需要为数组选择的最小值。这就是为什么我首先选择它来处理一些小值）到可以保存较大值的数据类型。例如：
mat2 = np.full_like(mat, 0).astype('uint32')
mat2[0,2] = 77777
mat2
外：
array([[ 0, 0, 77777, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]], dtype=uint32)
评论
2赞
hpaulj
11/18/2023
当将 vslues 分配给数组时，例如 ，被强制转换以匹配 的 。大多数情况下，当人们计算一个浮点数并将其分配给一个 int 数组时，这是一个问题。它可能发生在字符串上，例如“U2”截断较长的字符串。另一方面，列表可以混合使用多种类型。Pandas 还可以更改系列 dtype。a[0]=bbdtypea
评论