根據規則'safe'，無法將數組數據從dtype（'float64'）轉換為dtype（'int32'）

Question

我有一個像numpy數組

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]]])

我試圖掩蓋數組，如果一個元素大於255.即我假設它是0-1024范圍並將我的值除以4

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

注意：結果是以前的3D數組。我收到此錯誤

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

我究竟做錯了什么？ 提前致謝

Answer 1

錯誤說明：

這說明了numpy數組的一個有趣屬性：numpy數組的所有元素必須是相同的類型

例如，如果您有以下數組：

>>> 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'>

我們注意到，即使列表[ 23,632,634 ]中的所有元素都是int類型（特別是'numpy.int64' ）， array1中的所有元素都被轉換為浮點數，因為元素123.6在第二行（注意數組中的小數點打印出來）。

類似地，如果我們在數組中的任何位置包含一個字符串，則數組的所有元素都將轉換為字符串：

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

結論：

原始結果數組包含'numpy.int64'類型的元素，但result/4操作返回類型為'numpy.float64'的元素數組（因為82/4 = 20.5等）。 因此，當您嘗試並替換結果中的值時，它不是“安全”，因為您無意中嘗試將浮動放入一個int數組中。

Answer 2

問題是當你除以4時，你正在創建浮點值，它們不想進入int數組。

如果你想使用putmask ，並避免嘗試轉換為float的問題，那么你可以使用floor division（ // ）來將你的值更改為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]]])

備選方案＃1：

將result數組轉換為float dtype ，並使用原始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，您甚至可以轉換回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]]])

備選方案＃2：

完全putmask ，你可以得到你想要的結果：

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]]])