代码：
import numpy as np
data = '12345\n54321\n13542\n12354\n53124'
n = data.find('\n')
mat = np.array(list(data.replace('\n','')), dtype=np.uint8).reshape(-1, n)
mat字符串
输出：
array([[1, 2, 3, 4, 5],
[5, 4, 3, 2, 1],
[1, 3, 5, 4, 2],
[1, 2, 3, 5, 4],
[5, 3, 1, 2, 4]], dtype=uint8)型
代码：
mat2 = np.full_like(mat, 0)
mat2[0,0] = 9999999
mat2[0,1] = 8888
mat2[0,2] = 77777型
输出：
array([[127, 184, 209, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]], dtype=uint8)型
因此，Python没有设置所需的NumPy数组项值，只保存了一个随机的小值，而不是大范围的数字大小。我如何解决这个问题？
1条答案
按热度按时间dtcbnfnu1#
我分享这个，因为我不知道发生了什么事一段时间，即使它似乎是如此清晰，如果你看一个小的例子，这样的第一眼。在一个较大的代码，这样的事情可以隐藏了一段时间。
你需要将数据类型从uint 8（--> unsigned int，8位是你需要为数组选择的最小值。这就是为什么我首先选择它来存储一些小值）更改为可以保存较大值的数据类型。例如：
字符串
输出：
型