为什么将浮点列表转换为numpy数组会改变一些变量的值？

问题描述

  with open（'dataset / train / problem.csv'，'r' ）作为p：
 raw_x = csv.reader（p）
 data_x = [] 
在raw_x中为ix：
 data_x.append（[float（i）for i in ix ]）
 print（data_x）
  

这将输出以下输出：

  [[217.0，118.0，0.63，755.0，1071.0]，[217.0，118.0，0.63，755.0，1071.0]，...] 
  

现在我试图将这个结构转换为一个浮点数组，使我可以使用scikit-学习作为观察输入。但是，当我尝试跟随

  X = np.array（data_x）
 print（X）
  

结果如下：

  2.17000000e + 02 1.18000000e + 02 6.30000000e-01 7.55000000e + 02 
 1.07100000e + 03] 
 ... 
 [2.17000000e + 02 1.18000000e + 02 6.30000000e-01 7.55000000e + 02 
 1.07100000e + 03] 
  

但十进制值不正确。

一直试图弄清楚为什么会发生这种情况，因为源数组也是浮动的。我曾尝试提供 type = float 和 astype ，但似乎没有任何效果。

谢谢！

解决方案

数组中的值相同。例如， 2.1700000000e + 2 是 2.17 x 10 ^ 2 或 217 ，与原始数组相同。

numpy数组使用科学记数法代替标准小数形式。 b

So I have following code snippet:

with open('dataset/train/problem.csv', 'r') as p:
raw_x = csv.reader(p)
data_x = []
for ix in raw_x:
    data_x.append([float(i) for i in ix])
print(data_x)

This prints the following output:

[[217.0, 118.0, 0.63, 755.0, 1071.0], [217.0, 118.0, 0.63, 755.0, 1071.0],...]

Now I am trying to convert this structure into a numpy array of floats so that I can use it with scikit-learn as an observation input. But when I try doing following

X = np.array(data_x)
print(X)

It gives the following result:

[  2.17000000e+02   1.18000000e+02   6.30000000e-01   7.55000000e+02
1.07100000e+03]
...
[  2.17000000e+02   1.18000000e+02   6.30000000e-01   7.55000000e+02
1.07100000e+03]

It's still float but the decimal values are not correct.

Been trying to figure out why this is happening as the source array is also in floats. I have tried providing type=float and astype as well but nothing seems to work.

Thanks!

解决方案

The values in the array are the same. For example, 2.1700000000e+2 is 2.17 x 10^2, or 217, which is the same as in your original array.

The numpy array uses scientific notation instead of standard decimal form.

这篇关于为什么将浮点列表转换为numpy数组会改变一些变量的值？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！