python型铸造不能被数字化

Question

作为某些数据争吵的结果，我得到了一系列的浮标，其中一些是NAN。我知道其有效值是某些对象的整数ID。因此，我想让它们作为整数。但是，NAN不能被施加到 int 上，因此我尝试仅施放整数有限值。另外，如果出于某种奇怪的原因，我会得到一个具有非零小数的价值，我想将其视为无效，并将其抛向NAN。

基准逻辑是作为列表理解实现的，并且可以按预期实现：

>>> [int(val) if float(val).is_integer() else np.nan for val in np.array([1, 2, 3, 4])]
[1, 2, 3, 4]
>>> 
>>> [int(val) if float(val).is_integer() else np.nan for val in np.array([1, 2, 3, 3.55])]
[1, 2, 3, nan]
>>> 
>>> [int(val) if float(val).is_integer() else np.nan for val in np.array([1, np.nan, 3, 3.55])]
[1, nan, 3, nan]

只要通过列表理解完成计算，将铸造的值的逻辑封装在lambda中也可以工作：

>>> func = lambda val: int(val) if float(val).is_integer() else np.nan
>>> 
>>> [func(i) for i in np.array([1, 2, 3, 4])]
[1, 2, 3, 4]
>>> 
>>> [func(i) for i in np.array([1, 2, 3, 3.55])]
[1, 2, 3, nan]
>>> 
>>> [func(i) for i in np.array([1, np.nan, 3, 3.55])]
[1, nan, 3, nan]

尽管如此，似乎不能为某些逻辑化某些逻辑。原因：

>>> func = lambda val: int(val) if float(val).is_integer() else np.nan
>>> 
>>> np.vectorize(func)(np.array([1, 2, 3, 4]))
array([1, 2, 3, 4])
>>> 
>>> np.vectorize(func)(np.array([1, 2, 3, 3.55]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2328, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2414, in _vectorize_call
    res = asanyarray(outputs, dtype=otypes[0])
ValueError: cannot convert float NaN to integer
>>> 
>>> np.vectorize(func)(np.array([1, 2, 3, np.nan]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2328, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2414, in _vectorize_call
    res = asanyarray(outputs, dtype=otypes[0])
ValueError: cannot convert float NaN to integer

我试图找到一个解释，说明为什么可能是这种情况，但找不到任何东西。我的第一个想法是，lambda的内容是从左到右在 val 上执行的，因此， int（val）甚至在检查 flaot（val）.is_integer（）。这与也崩溃的事实相匹配

>>> np.vectorize(lambda val: int(val))(np.array([1, 2, 3, np.nan]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2328, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2411, in _vectorize_call
    outputs = ufunc(*inputs)
  File "<stdin>", line 1, in <lambda>
ValueError: cannot convert float NaN to integer

。但是，这不会解释为什么 int（3.55）会崩溃。实际上，仅 int（val）的行为是按预期的：

>>> np.vectorize(lambda val: int(val))(np.array([1, 2, 3, 3.55]))
array([1, 2, 3, 3])

此外，将逻辑定义为 def 函数（其中大概是 float（val）.is_integer （）将首先评估），也会导致一个例外：

>>> def func2(val):
...     if float(val).is_integer():
...         return int(val)
...     return np.nan
... 
>>> 
>>> np.vectorize(func2)(np.array([1, 2, 3, 3.55]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2328, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2414, in _vectorize_call
    res = asanyarray(outputs, dtype=otypes[0])
ValueError: cannot convert float NaN to integer
>>> 
>>> np.vectorize(func2)(np.array([1, 2, 3, np.nan]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2328, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/dmg/.local/share/virtualenvs/ganot-SqvSo3bL/lib/python3.8/site-packages/numpy/lib/function_base.py", line 2414, in _vectorize_call
    res = asanyarray(outputs, dtype=otypes[0])
ValueError: cannot convert float NaN to integer

有人可以向我解释为什么此 int 与后备的铸造无法矢量化？

提前致谢。

Answer 1

看来我是今天早上的咖啡，更多地得到了答案。我在此处的文章中找到了一个答案：

使用NP中的错误.NAN是矢量化函数

上面的问题在于符合vectorize lambda函数提供的不一致的返回类型。

numpy.Dectorization 提供了一个参数 otypes 明确指示矢量化函数应与之兼容的输出类型。如果未使用，则通过第一个输入来自动确定 otypes 。在上面的示例中，这是返回 int ，因此矢量化函数仅用于处理 int 返回。对于以后的输入， func 逻辑导致 float 返回类型，返回类型不兼容会产生异常。

因此，可以通过例如：

>>> np.vectorize(func, otypes=[object])(np.array([1, 2, 3, 3.55]))
array([1, 2, 3, nan], dtype=object)
>>> 
>>> np.vectorize(func, otypes=[object])(np.array([1, 2, 3, np.nan]))
array([1, 2, 3, nan], dtype=object)