根据规则'safe'，无法将数组数据从dtype（'float64'）转换为dtype（'int32'）

Question

我有一个像numpy数组

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]]])

我试图掩盖数组，如果一个元素大于255.即我假设它是0-1024范围并将我的值除以4

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

注意：结果是以前的3D数组。我收到此错误

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

我究竟做错了什么？ 提前致谢

Answer 1

错误说明：

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

例如，如果您有以下数组：

>>> 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'>

我们注意到，即使列表[ 23,632,634 ]中的所有元素都是int类型（特别是'numpy.int64' ）， array1中的所有元素都被转换为浮点数，因为元素123.6在第二行（注意数组中的小数点打印出来）。

类似地，如果我们在数组中的任何位置包含一个字符串，则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_'>

结论：

原始结果数组包含'numpy.int64'类型的元素，但result/4操作返回类型为'numpy.float64'的元素数组（因为82/4 = 20.5等）。 因此，当您尝试并替换结果中的值时，它不是“安全”，因为您无意中尝试将浮动放入一个int数组中。

Answer 2

问题是当你除以4时，你正在创建浮点值，它们不想进入int数组。

如果你想使用putmask ，并避免尝试转换为float的问题，那么你可以使用floor division（ // ）来将你的值更改为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result数组转换为float dtype ，并使用原始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putmask ，你可以得到你想要的结果：

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]]])