np.array()说十进制无效

当你在Python中尝试将一个非数字类型的字符串传递给`numpy.array()`函数，并期望它创建一个数值数组时，可能会遇到“ValueError: could not convert string to float: '十进制无效'"这样的错误提示。这是因为`numpy.array()`需要的是可以转换成浮点数或其他数值类型的输入，而"十进制无效"通常意味着字符串无法直接解析为有效的数字。

例如，`np.array(['1', '2', 'three'])`会引发这个错误，因为字符串'three'不能转化为浮点数。在这种情况下，你需要先处理字符串，将其转换为正确的数值格式，比如整数或浮点数，然后再创建数组。你可以使用`try-except`结构或者`astype()`函数来完成这种转换：

str_list = ['1', '2', '3']
try:
    num_array = np.array([float(i) for i in str_list])
except ValueError as e:
    print(f"无法转换字符串: {e}")

或者

num_array = np.array(str_list).astype(float)

相关问题

图像的np.array转二进制

当你将NumPy数组转换为二进制表示时，可以先将图像数据存储为原始二进制格式，如像素值直接作为字节流，或者利用特定的数据编码格式，比如JPEG、PNG等。这里我们先假设你有一个灰度图像或彩色图像的NumPy数组。

1. 对于灰度图像：

import numpy as np
# 假设gray_image是一个二维灰度图像数组
gray_image = np.array([[0, 1, 2], [3, 4, 5]])
# 将每个像素值转换成单个字节（8位）
binary_data = gray_image.astype(np.uint8).tobytes()

2. 对于彩色图像（RGB或RGBA）：

from PIL import Image

# 假设color_image是一个三维数组，形状为(H, W, C)，C为颜色通道数
color_image = np.random.randint(0, 256, (200, 200, 3), dtype=np.uint8)
# 转换为PIL Image，然后保存为二进制文件
img_pil = Image.fromarray(color_image)
with open('image.bin', 'wb') as f:
    img_pil.save(f, format='PNG')

在这里，`tobytes()`用于将整个数组转换为字节流，而`save()`方法则是通过PIL库将图像保存到二进制文件中。

python 读取二进制文件 np.array

以下是使用numpy读取二进制文件的例子：

import numpy as np

# 读取二进制文件
myarray = np.fromfile("./query_feature_A/00056451.dat", dtype=float)

# 打印数组长度和每个元素
print("len(myarray)::", myarray.size)
for item in myarray:
    print(item)

# 另一种读取二进制文件的方法
import struct
import os

fpath='./data.bin'
f = open(fpath,'rb')
nums=int(os.path.getsize(fpath)/4) # 4 是浮点数字节
data = struct.unpack('f'*nums,f.read(4*nums)) #注意一次只能读取一次，直接再读取会报错
f.close()
data = np.array(data).reshape(-1)