同一 numpy 数组中的不同十进制格式

Different decimal formats within same numpy array

我使用 X1 = np.reshape(input,(500, 3*40)) 的重塑方法将 3D NumPy 数组重塑为 2D。现在新的二维数组有不同的格式,例如,

几行具有以下格式 -

X1[8,:] has -

array([ 5557.,  2001.,  1434.,  1348.,   991.,  1240.,  1668.,  1093.,
        1680.,  1476.,  2521.,  1841.,  2443.,  2295.,  1911.,  2491., and so on .... ])

而很少有其他行具有以下格式 -

X1[9,:] has -

array([3.69900e+04, 1.19090e+04, 1.12300e+04, 1.25170e+04, 6.91000e+03,
       7.24700e+03, 8.31800e+03, 6.31000e+03, 8.96700e+03, 7.18100e+03,
       1.03010e+04, 9.69800e+03, 1.29270e+04, 1.33140e+04, 1.00420e+04, and so on ... ])

由于它们的格式并不完全相同,我不确定在神经网络模型训练过程中是否会出现问题。我不确定如何在同一个 NumPy 数组中保持相同的十进制格式。

这对您来说不是问题,因为 5557.1.03010e+04 都是浮动的。第二种数字格式(科学计数法只是为了显示(打印)数字)。

请记住,numpy 数组对于数组中的所有项只有一个数据提示,您可以使用 array.dtype 属性

获取它