TypeError: cannot perform reduce with flexible type 以及numpy数据类型的dtype转换-CSDN博客

本文链接：https://blog.csdn.net/weixin_63016274/article/details/129100159

当遇到在可变类型上执行reduce操作的错误时，解决方案是将数据转换为适当的固定类型，如使用astype(float)将数据转为浮点型。文章通过示例解释了numpy中数据类型转换的问题，特别是浮点型和整数类型之间的转换可能导致数组长度变化，强调不能直接修改原数据的dtype，而应使用astype()函数进行转换。

摘要由CSDN通过智能技术生成

TypeError: cannot perform reduce with flexible type

中文意思就是不能对可变类型进行操作

解决方式就是将数据进行类型转换，只需要一行代码：

data = data.astype(float)

可以将 data 文件内数据的类型全部转换为浮点型（float），浮点型（float）数据当然可以进行数值运算

ps:想要解决这个错误，最好先明白numpy数据类型的dtype转换

很多时候我们用numpy从文本文件读取数据作为numpy的数组，默认的dtype是float64。

但是有些场合我们希望有些数据列作为整数。如果直接改dtype=‘int’的话，就会出错：原因是数组长度翻倍了：

生成一个浮点数组

a=np.random.random(4)
print(a):
        array([0.0945377,0.52199916,0.62490646,0.2160126])
print(a.dtype):
        dtype('float64')
print(a.shape):
        (4,)

改变dtype，发现数组长度翻倍！

a.dtype = 'float16'
print( a):
        array([ -9.58442688e-05,   7.19000000e+02,   2.38159180e-01,
                 1.92968750e+00,              nan,  -1.66034698e-03,
                -2.63427734e-01,   1.96875000e+00,  -1.07519531e+00,
                -1.19625000e+02,              nan,   1.97167969e+00,
                -1.60156250e-01,  -7.76290894e-03,   4.07226562e-01,
                 1.94824219e+00], dtype=float16)
print(a.shape)；
        (16,)

改变dtype='float'，发现默认就是float64，长度也变回最初的4

a.dtype = 'float'
>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.shape
(4,)
>>> a.dtype
dtype('float64')

把a变为整数，观察其信息

>>> a.dtype = 'int64'
>>> a
array([4591476579734816328, 4602876970018897584, 4603803876586077261,
       4596827787908854048], dtype=int64)
>>> a.shape
(4,)

改变dtype，发现数组长度翻倍！

>>> a.dtype = 'int32'
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = 'int16'
>>> a
array([-31160,  24990,  13215,  16312,  32432, -26931, -19401,  16352,
       -17331, -10374,   -197,  16355, -20192, -24589,  13956,  16331], dtype=int16)
>>> a.shape
(16,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = 'int8'
>>> a
array([  72, -122,  -98,   97,  -97,   51,  -72,   63,  -80,  126,  -51,
       -106,   55,  -76,  -32,   63,   77,  -68,  122,  -41,   59,   -1,
        -29,   63,   32,  -79,  -13,  -97, -124,   54,  -53,   63], dtype=int8)
>>> a.shape
(32,)

改变dtype，发现整数默认int32！

>>> a.dtype = 'int'
>>> a.dtype
dtype('int32')
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

numpy中的数据类型转换，不能直接改原数据的dtype！只能用函数astype().

对矩阵进行一次np.arry之后求最小值，再次np.array求最小值时报了这个错误：
TypeError: cannot perform reduce with flexible type

解决办法是用astype可以改变矩阵的dtype类型：

e=np.array(A[j]).astype(float).min()