无法根据规则“安全”将数组数据从 dtype('float64') 转换为 dtype('int32')

Question

我有一个像

这样的 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]]])

如果元素大于 255，我会尝试屏蔽数组。即我假设它的范围为 0-1024，然后将我的值除以 4

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

注意：结果是之前的 3D 数组。我得到了这个错误

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

我做错了什么？ 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属于同一类型

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，因为第二行中的元素 123.6 （注意数组中的小数点打印出来）。

类似地，如果我们在数组的任何位置都包含一个字符串，那么数组的所有元素都会转换为字符串：

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

结论：

您的原始 result 数组包含 'numpy.int64' 类型的元素，但 result/4 操作返回一个 'numpy 类型的元素数组。 float64'（因为 82 / 4 = 20.5 等）。因此，当您尝试替换 result 中的值时，它并不“安全”，因为您无意中尝试将浮点数放入整数数组中。

Answer 2

问题是当你除以 4 时，你正在创建浮点值，它不想进入ints 的数组。

如果您想使用putmask，并避免尝试转换为浮点数的问题，那么您可以使用地板除法（//）将您的值更改为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：

将您的result 数组转换为浮点数dtype，并使用您原来的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，您甚至可以在之后转换回 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：

完全取消putmask，您可以获得您想要的结果，如下所示：

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]]])