求助,为什么 Numpy 数组转 Tuple 时会出现小数点位数异常 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
Furylord
V2EX    Python

求助,为什么 Numpy 数组转 Tuple 时会出现小数点位数异常

  •  
  •   Furylord 2016-07-28 10:59:21 +08:00 7086 次点击
    这是一个创建于 3372 天前的主题,其中的信息可能已经有所发展或是发生改变。
    因为需要用到 Numpy Array 里的元素作为字典的 Key ,然而出现 TypeError: unhashable type: 'numpy.ndarray',所以先转 Tuple 再做 Key ,然而发现转 Tuple 时会出现小数点位数异常,举个例子:


    In [1]: a = [(40.1234,120.1111),(40.1233,120.1112),(40.1232,120.1113)]

    In [2]: b = numpy.array(a)

    In [3]: for i in a:
    ...: print(tuple(i))

    (40.1234, 120.1111)
    (40.1233, 120.1112)
    (40.1232, 120.1113)

    In [4]: for i in b:
    ...: print(tuple(i))

    (40.123399999999997, 120.11109999999999)
    (40.1233, 120.1112)
    (40.123199999999997, 120.1113)

    应该怎么处理呢
    13 条回复    2016-07-30 13:29:57 +08:00
    Furylord
        1
    Furylord  
    OP
       2016-07-28 10:59:36 +08:00
    用 round 貌似无效
    incompatible
        2
    incompatible  
       2016-07-28 11:10:31 +08:00
    因为你的元素是 float 类型的?
    想放到字典里,你应该把它转为 string 或者 decimal 类型做为 key 。
    ProfFan
        3
    ProfFan  
       2016-07-28 11:12:57 +08:00
    你看看你 ndarray 的 dtype
    ProfFan
        4
    ProfFan  
       2016-07-28 11:15:47 +08:00
    顺便

    ```
    >>> 40.123199999999997 == 40.1232
    True
    >>> a=40.123199999999997
    >>> a.as_integer_ratio()
    (22057962471791, 549755813888)
    >>> b=40.1232
    >>> b.as_integer_ratio()
    (22057962471791, 549755813888)
    >>>
    ```
    ProfFan
        5
    ProfFan  
       2016-07-28 11:24:21 +08:00
    试了一下,没跑了。 numpy 默认用的 float64 , python 32 , python 的精度太低。

    >>> for i in b:
    ... print(type(tuple(i)[0]))
    ...
    <class 'numpy.float64'>
    <class 'numpy.float64'>
    <class 'numpy.float64'>

    明白了吧
    ProfFan
        6
    ProfFan  
       2016-07-28 11:34:58 +08:00
    妈蛋弄错了,果然睡觉不能答题 23333

    只是显示不一样而已, numpy 默认显示高精度表示

    numpy.float64(40.1232)
    40.123199999999997
    Ahri
        7
    Ahri  
       2016-07-28 14:03:15 +08:00
    话说用 tuple of floats 当 hash key 不是很好的习惯呃,不知道楼主碰到什么样的需求。
    Furylord
        8
    Furylord  
    OP
       2016-07-28 15:38:55 +08:00
    @ProfFan
    谢谢,问题已经搞定啦
    Furylord
        9
    Furylord  
    OP
       2016-07-28 15:41:09 +08:00
    @Ahri
    用字典存储点与点的邻接矩阵,由于是稀疏的,所以考虑用字典的形式
    类似于 dict[(x1,y1)][(x2,y2)] = 1
    我是外行小白,不知道这种情况用什么样的数据结构会更合理呢
    necomancer
        10
    necomancer  
       2016-07-29 06:54:59 +08:00
    necomancer
        11
    necomancer  
       2016-07-29 06:56:44 +08:00
    @Furylord 数据量如果不大就直接 numpy.array 吧,如果只多几万个零是不是也能忍了~我现在是 numbapro 党,一般没有啥效率问题,都能忍,有些问题就懒得去再看 sparse 了。
    necomancer
        12
    necomancer  
       2016-07-29 07:03:22 +08:00
    @Furylord 如果想避免小数做索引,我建议做个 dict 把点标号,另一个用正常的矩阵表示,保证索引都是整数~
    ruoyu0088
        13
    ruoyu0088  
       2016-07-30 13:29:57 +08:00
    numpy 有自己的浮点数类型:numpy.float64 ,其转换为字符串的程序和 float 类型不同,因此显示不同。可以用 tolist()把数组转换为列表:

    print(tuple(i.tolist()))
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2351 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 15:50 PVG 23:50 LAX 08:50 JFK 11:50
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86