最近邻函数如何将对象类型转换为整数类型？

Question

我正在使用 10 x 2304（在 Spyder 上），我需要在其上运行 NearestNeighbor 函数。在变量资源管理器下，它指出我的数组是对象类型，它的值是 "ndarray object of numpy value" （我什至不知道那是什么意思）。当我打印第一行时，这是我得到的：

>>> print(X)

[array([0, 2, 4, ..., 1, 1, 1], dtype=uint8)
 array([209, 209, 209, ..., 166, 149,  80], dtype=uint8)
 array([161, 159, 167, ..., 192, 186, 194], dtype=uint8)
 array([ 49,  48,  30, ..., 169, 197, 222], dtype=uint8)
 array([175, 173, 165, ...,  95, 153,  77], dtype=uint8)
 array([ 98, 100,  98, ..., 244, 244, 246], dtype=uint8)
 array([ 98,  99,  98, ..., 214, 221, 223], dtype=uint8)
 array([158, 165, 179, ...,  36,  34,  33], dtype=uint8)
 array([177, 168, 166, ..., 185, 183, 178], dtype=uint8)
 array([ 46,  45,  50, ..., 240, 237, 246], dtype=uint8)]

当我将数组作为最近邻函数的参数传递时，出现此错误：

>>> nbrs = NearestNeighbors(n_neighbors=3, algorithm='ball_tree').fit(X)
>>> _, indices = nbrs.kneighbors(X)

ValueError: setting an array element with a sequence.

我读到，当输入数组的形状不是可以转换为多维数组的（通用）"box" 时会发生这种情况。考虑到我正在使用的东西，我觉得这很奇怪，但我认为这可能是因为我的数组不是我想要的普通 "array of arrays"。

当我这样做时：

new_X = []
for i in range(10):
    new_X.append(X[i])
new_X = np.array(new_X)
print(new_X)

这是我的结果：

[[  0   2   4 ...   1   1   1]
 [209 209 209 ... 166 149  80]
 [161 159 167 ... 192 186 194]
 ...
 [158 165 179 ...  36  34  33]
 [177 168 166 ... 185 183 178]
 [ 46  45  50 ... 240 237 246]]

另请注意，在变量资源管理器中它指出 new_X 属于 unit8 类型，并且它显然是数组的数组。

>>> nbrs = NearestNeighbors(n_neighbors=3, algorithm='ball_tree').fit(new_X)
>>> _, indices = nbrs.kneighbors(new_X)
>>> print(indices)
[[0 1 3]
 [1 7 2]
 [2 1 3]
 [3 6 8]
 [4 5 8]
 [5 9 4]
 [6 3 8]
 [7 1 0]
 [8 6 3]
 [9 5 6]]

如您所见，我得到了我正在寻找的结果，但问题是我正在尝试优化我的代码。我希望能够在 X 上运行 NearestNeighbor 函数，而不必执行我在 for 循环中所做的操作。有什么方法可以将我的 X 数组转换为我想要的形式和类型而无需循环？

Answer 1

A ndarray object of numpy value 是一种表示您的 python 列表封装在一个名为 ndarray 的 numpy 对象中的方法，它代表 n 维数组。

在您的情况下，您有 list 个 ndarray。要获取列表列表，可以使用 tolist() 方法：

X = [i.tolist() for i in X]

最近邻函数如何将对象类型转换为整数类型？

How to convert object type to integer type for Nearest Neighbor function?

python

arrays

nearest-neighbor

scikit-learn