用平均值表格数据填充 numpy 数组
filling numpy array with mean values form data
为什么这会为 q 生成一个零数组,而不是 0.0159 的实际值或 irr?
errors=np.loadtxt('data').T[2]
err=np.mean(errors)
q=np.empty(99)
q.fill(err)
您没有向我们展示足够的代码来重现该问题。通常,q.fill
会按预期工作:
import numpy as np
err = 0.0159
q = np.empty(9)
q.fill(err)
print(q)
# [ 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159]
然而,(在黑暗中试一试),如果 q
有一个整数 dtype,那么 q.fill(0.0159)
将下限 0.0159 到最接近的int 并因此 q
将被填充为零:
err = 0.0159
q = np.empty(9, dtype='int')
q.fill(err)
print(q)
# [0 0 0 0 0 0 0 0 0]
为什么这会为 q 生成一个零数组,而不是 0.0159 的实际值或 irr?
errors=np.loadtxt('data').T[2]
err=np.mean(errors)
q=np.empty(99)
q.fill(err)
您没有向我们展示足够的代码来重现该问题。通常,q.fill
会按预期工作:
import numpy as np
err = 0.0159
q = np.empty(9)
q.fill(err)
print(q)
# [ 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159 0.0159]
然而,(在黑暗中试一试),如果 q
有一个整数 dtype,那么 q.fill(0.0159)
将下限 0.0159 到最接近的int 并因此 q
将被填充为零:
err = 0.0159
q = np.empty(9, dtype='int')
q.fill(err)
print(q)
# [0 0 0 0 0 0 0 0 0]