在NumPy中转换2D浮点数组到2D int数组

使用astype方法。

>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. ,  2.3],
[ 1.3,  2.9]])
>>> x.astype(int)
array([[1, 2],
[1, 2]])

一些numpy函数用于控制舍入:无线电侦察， 地板上，trunc， 装天花板。这取决于你希望如何四舍五入浮点数，向上，向下，或到最近的int。

>>> x = np.array([[1.0,2.3],[1.3,2.9]])
>>> x
array([[ 1. ,  2.3],
[ 1.3,  2.9]])
>>> y = np.trunc(x)
>>> y
array([[ 1.,  2.],
[ 1.,  2.]])
>>> z = np.ceil(x)
>>> z
array([[ 1.,  3.],
[ 2.,  3.]])
>>> t = np.floor(x)
>>> t
array([[ 1.,  2.],
[ 1.,  2.]])
>>> a = np.rint(x)
>>> a
array([[ 1.,  2.],
[ 1.,  3.]])

astype(由BrenBern回答):

a.astype(int)
array([[1, 2],
[1, 3]])


>>> y.astype(int)
array([[1, 2],
[1, 2]])

你可以使用np.int_:

>>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
>>> x
array([[ 1. ,  2.3],
[ 1.3,  2.9]])
>>> np.int_(x)
array([[1, 2],
[1, 2]])

如果你不确定你的输入将是一个Numpy数组，你可以使用asarray和dtype=int而不是astype:

>>> np.asarray([1,2,3,4], dtype=int)
array([1, 2, 3, 4])

如果输入数组已经具有正确的dtype， asarray将避免数组复制，而astype则不会(除非指定了copy=False):

>>> a = np.array([1,2,3,4])
>>> a is np.asarray(a)  # no copy :)
True
>>> a is a.astype(int)  # copy :(
False
>>> a is a.astype(int, copy=False)  # no copy :)
True