python数组各元素取整

谁借莪１个温暖的怀抱￠ 2022-03-12 16:09 346阅读 0赞

对于python数组来说，可以有三种格式：

1.  numpy包里的array格式，例如,创建一个三行而列的数组：`A = np.array([[1,2],[3,4],[5,6]])`。
2.  matrix格式，例如：`B = np.matrix([[1,2],[3,4],[5,6]])`。
3.  利用list组成的数组，例如：`C = [[1,2],[3,4],[5,6]]`。

可以看到，`array` 和`matrix`格式都是numpy包封装的，那么它俩有什么区别呢？其实从字面意思就可以看出来，`array`尝试实现我们数学课本中的数组，而`matrix`尝试实现我们数学课本中的矩阵，数组和矩阵的区别就是这两个数据结构的区别。即：`matrix`格式的运算完全满足矩阵运算规则，比如，上边创建的B矩阵，我们运算：`B*B`就会报错，原因是行列数不满足矩阵乘法的规则。

一般情况下，我们使用array格式就够了。

做了一个稍长的铺垫之后接下来进入正题，对于array格式的数组来说，numpy提供了一个方便的函数：`np.trunc(arr)`来执行取整操作。  
看下边一个小例子：

A = np.array([[1.2,2.2,3.2,4.2],[5.2,6.2,7.2,8.2]])
    B = np.trunc(A)
    print(B)

输出结果：

> \[\[1. 2. 3. 4.\]  
> \[5. 6. 7. 8.\]\]

可以看到，虽然已经将对应的元素取整，但是元素本身的格式依旧不是整数，如果需要保证元素本身就是int数据类型，那么需要添加这条语句：`C = B.astype(int)`  
输出C，可以看到元素已经变成了`int`类型。

如果原始数据是list，处理之后还需要得到list数据，那么只需要加一条转换语句即可：`D = C.tolist()`

看起来如果以后想将数组里的元素取整，只需要转换成array格式，调用`np.trunc(arr)`，就可以解决一切问题了，没有别的函数什么事情了。其实不然，上帝给你打开了一扇窗，总会再给你挖一个坑。这种方法虽然简单易行，但是转换后的每个元素的格式是`int32`格式的，这个`int32`类型是经过numpy包二次封装的，在大多数情况下，和python基本的int数据类型没有什么区别，但是，当我们想把这个数组里的元素存放在json文件中，就会报这样的错误：`99 is not JSON serializable`。这是因为json是没有办法识别numpy包封装过的数据的。

好消息是，array转换成list的函数：`A.tolist()`函数贴心地提供了把数组里每个元素转换成基本数据类型的服务，只需要利用该函数转换之后，就可以放心地在json文件中保存啦。