1.大坑介绍:
一定要在生成数组(array)时候声明数组所存储变量的变量类型;不然,真的,这个错误几天都找不出来!太隐蔽了!
官网已经给你悄悄暗示了些什么:
总的来说就是自己基础知识不扎实导致的,忽视了一点就是:
python中的list是python的内置数据类型,list中的数据类不必相同的,而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据,这样保存一个list就太麻烦了,例如list1=[1,2,3,'a']需要4个指针和四个数据,增加了存储和消耗cpu。
2.大坑代码:
>>> a = [0,3,2]>>> b = [0,8,2]>>> c =np.array(list(zip(a,b)))>>> c = np.mean([[0,0],[1,1]])>>>c0.5
>>> c = np.mean([[0,0],[1,1]],axis =0)>>>c
array([0.5, 0.5])#看到这的小伙伴,没问题啊?怎么回事,小老弟!
#下面可要看仔细了
>>> c =np.array(list(zip(a,b)))>>> c[0] = np.mean([[0,0],[1,1]],axis =0)>>>c[0]
array([0, 0])#咋回事呢?求个列方向的平均值怎么成0了,不应该是array[0.5,0.5]么
问题就在这,我之前在“灰色行”给c赋予了一个数组的属性,其开始存储的是
array([[0, 0],
[3, 8],
[2, 2]])
这样一个数据,由于其中元素都是int的,所以系统就认为你要的这个数组就是int的,但是最后呢?你要其存储float类型的,作为系统的“好心”,肯定给你转换为int。却恰恰是这个“好心”导致程序出错。
方法:加入数据类型
>>> c = np.array(list(zip(a,b)),dtype =np.float32)>>> c[0] = np.mean([[0,0],[1,1]],axis =0)>>>c[0]
array([0.5, 0.5], dtype=float32)#这样就对了嘛!
3.numpy中的数据类型:
数据类型
描述
bool_
布尔(True或False),存储为一个字节
int_
默认整数类型(与Clong相同;通常是int64或int32)
INTC
与Cint(通常为int32或int64)相同
INTP
用于索引的整数(与Cssize_t相同;通常是int32或int64)
INT8
字节(-128至127)
INT16
整数(-32768至32767)
INT32
整数(-2147483648至2147483647)
Int64的
整数(-9223372036854775808至9223372036854775807)
UINT8
无符号整数(0到255)
UINT16
无符号整数(0到65535)
UINT32
无符号整数(0到4294967295)
UINT64
无符号整数(0到18446744073709551615)
float_
float64的简写。
float16
半精度浮点:符号位,5位指数,10位尾数
FLOAT32
单精度浮点数:符号位,8位指数,23位尾数
float64
双精度浮点:符号位,11位指数,52位尾数
complex_
complex128的简写。
complex64
复数,由两个32位浮点数(实部和虚部)
complex128
复数,由两个64位浮点数(实部和虚部)
4.参考:
https://www.cnblogs.com/chenhuabin/p/11412818.html(numpy中的数据类型)