首頁猿問將 numpy 對象類型轉(zhuǎn)換為浮點類型

將 numpy 對象類型轉(zhuǎn)換為浮點類型

Python

慕田峪7331174 2022-07-05 15:47:56

df.sample(3).values[:,1:].astype('float64')>> array([[ 1.31199997e+02, 1.37149994e+02, 1.31199997e+02, 1.36320007e+02, 1.17088593e+02, 6.15015000e+05], [ 1.35199997e+02, 1.36570007e+02, 1.34330002e+02, 1.35639999e+02, 1.16504501e+02, 3.52835000e+05], [ 1.31419998e+02, 1.33500000e+02, 1.30759995e+02, 1.31779999e+02, 1.13189064e+02, 2.09805000e+05]])我正在使用 pandas 從 csv 文件中讀取數(shù)據(jù)，然后將數(shù)據(jù)轉(zhuǎn)換為numpy.float64但得到指數(shù)值，1.31199997e+02但預(yù)期的輸出應(yīng)該是正常的數(shù)字，131.199997而不是1.31199997e+02我的代碼：df = pd.read_csv('data.csv') # reading csvdf.dtypes>> Date objectOpen float64High float64Low float64Close float64Adj Close float64Volume int64dtype: objecta = df.sample(3).values[:,1:] # get array using `dataframe.values`a>> array([[131.199997, 137.149994, 131.199997, 136.320007, 117.08859299999999, 615015], [135.199997, 136.570007, 134.330002, 135.639999, 116.504501, 352835], [131.419998, 133.5, 130.759995, 131.779999, 113.18906399999999, 209805]], dtype=object)a = a.astype('float64') # converting to `float64`a>> array([[ 1.31199997e+02, 1.37149994e+02, 1.31199997e+02, 1.36320007e+02, 1.17088593e+02, 6.15015000e+05], [ 1.35199997e+02, 1.36570007e+02, 1.34330002e+02, 1.35639999e+02, 1.16504501e+02, 3.52835000e+05], [ 1.31419998e+02, 1.33500000e+02, 1.30759995e+02, 1.31779999e+02, 1.13189064e+02, 2.09805000e+05]])

查看完整描述

2 回答

茅侃侃

TA貢獻1842條經(jīng)驗獲得超22個贊

131.199997,1.31199997e+02是相同數(shù)字的等效顯示。它們都是“普通花車”。

在：

array([[131.199997, 137.149994, 131.199997, 136.320007, 117.08859299999999,

615015],

[135.199997, 136.570007, 134.330002, 135.639999, 116.504501, 352835],

[131.419998, 133.5, 130.759995, 131.779999, 113.18906399999999,

209805]], dtype=object)

每個元素都是 Python 浮點數(shù)，并且無論值如何，都會單獨格式化。注意有些字符串很長，有些則很短。

在：

a = a.astype('float64') # converting to `float64`

a

array([[ 1.31199997e+02, 1.37149994e+02, 1.31199997e+02,

1.36320007e+02, 1.17088593e+02, 6.15015000e+05],

[ 1.35199997e+02, 1.36570007e+02, 1.34330002e+02,

1.35639999e+02, 1.16504501e+02, 3.52835000e+05],

[ 1.31419998e+02, 1.33500000e+02, 1.30759995e+02,

1.31779999e+02, 1.13189064e+02, 2.09805000e+05]])

數(shù)組作為一個整體顯示，使用的格式對于較小的值 ( 1e2, 100) 和較大的值 ( 1e5, ) 都同樣適用100000。使用這種格式，它使用整齊的列，顯示二維數(shù)組結(jié)構(gòu)。

雖然您可以控制如何numpy顯示此類數(shù)組，但它不會更改基礎(chǔ)數(shù)值。對于快速numpy計算，您需要這個 numeric dtype，而不是那個object。

試試df.sample(3).values[:,1:-1]。那應(yīng)該只是周圍的浮點值100。209805這是觸發(fā)科學(xué)記數(shù)法的最后一個整數(shù)列。

更好的是，在應(yīng)用之前從數(shù)據(jù)框中選擇列“Open,High,Low,Close,Adj Close” .values。這些都是float64dtype，結(jié)果數(shù)組也將具有該 dtype。單獨選擇整數(shù)volume列。您已經(jīng)分別處理字符串/對象date列。

嘗試：

a = df[df.columns[1:-1]].sample().values

反對回復(fù) 2022-07-05