numpy中把float数组转化为int数组

可以使用numpy中的astype()函数将float数组转化为int数组。

示例代码：

import numpy as np

# 创建一个float类型的数组
arr_float = np.array([1.2, 2.5, 3.6, 4.8])

# 转化为int类型的数组
arr_int = arr_float.astype(int)

print(arr_int)

输出结果：

[1 2 3 4]

相关问题

怎么把numpy数组转化为float

NumPy数组本身就是由浮点数组成的，因此您无需将其转换为浮点数。如果您想确保数组中的元素都是浮点数，可以使用astype()方法将其转换为浮点数类型。例如，将一个整数数组转换为浮点数数组可以使用以下代码：

import numpy as np

# 创建一个整数数组
int_array = np.array([1, 2, 3, 4, 5])

# 将整数数组转换为浮点数数组
float_array = int_array.astype(float)

# 打印浮点数数组
print(float_array)

输出结果：

[1. 2. 3. 4. 5.]

怎么将numpy数组转化为paddlepaddle的mnist的数据类型

可以使用以下代码将numpy数组转化为paddlepaddle的mnist数据类型：

import paddle.dataset.mnist as mnist
import numpy as np

# 加载mnist数据集
train_data, test_data = mnist.train(), mnist.test()

# 将numpy数组转化为mnist数据类型
train_set = [(x.astype('float32'), y.astype('int64')) for x, y in zip(train_data[0], train_data[1])]
test_set = [(x.astype('float32'), y.astype('int64')) for x, y in zip(test_data[0], test_data[1])]

# 打印转化后的数据类型
print(type(train_set), type(test_set))

其中，`train_data`和`test_data`是paddlepaddle内置的mnist数据集，返回的是numpy数组类型。`train_set`和`test_set`是将numpy数组转化为paddlepaddle的mnist数据类型后的训练集和测试集。