重复numpy的值，并指定DTYPE [英] Repeating numpy values and specifying dtype

问题描述

我要生成表单的numpy的数组：

I want to generate a numpy array of the form:

0.5*[[0, 0], [1, 1], [2, 2], ...]

我想最终的阵列有一个 DTYPE 的 numpy.float32 。

下面是我的尝试：

>>> import numpy as np
>>> N = 5
>>> x = np.array(np.repeat(0.5*np.arange(N), 2), np.float32)
>>> x
array([ 0. ,  0. ,  0.5,  0.5,  1. ,  1. ,  1.5,  1.5,  2. ,  2. ], dtype=float32)

这是一个好办法吗？我能避免复印件（如果它确实是复制）只是类型转换？

Is this a good way? Can I avoid the copy (if it is indeed copying) just for type conversion?

推荐答案

您只需要重塑你的最终结果，以获得你想要什么：

You only has to reshape your final result to obtain what you want:

x = x.reshape(-1, 2)

不过，您也可以运行人气指数通过了 DTYPE ：

x = np.repeat(0.5*np.arange(N, dtype=np.float32), 2).reshape(-1, 2)

您可以使用 astype 方法，它接受一个参数易于铸造数组作为另一种类型的复制：

You can easily cast the array as another type using the astype method, which accepts an argument copy:

x.astype(np.int8, copy=False)

但是，如文档中解释， numpy的检查，以返回视图中的某些要求。如果这些要求未得到满足的副本被返回。

But, as explained in the documentation, numpy checks for some requirements in order to return the view. If those requirements are not satisfied a copy is returned.

您可以检查是否给定的数组是一个副本，或通过检查从另一个视图中的 OWNDATA 属性访问通过标记的属性 ndarray 。

You can check if a given array is a copy or a view from another by checking the OWNDATA attribute accessible through the flags property of the ndarray.

编辑：更多的检查，如果给定的数组是一个副本...

more on checking if a given array is a copy...

• 有没有一种方法，以检查是否numpy的阵列共享相同的数据？

• Is there a way to check if numpy arrays share the same data?

这篇关于重复numpy的值，并指定DTYPE的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！