同一numpy数组中的不同十进制格式

Question

我使用X1 = np.reshape（input，（500，3 * 40））的重整方法将3D NumPy数组重整为2D。现在，新的2D数组具有不同的格式，例如，

少量行具有以下格式-

X1[8,:] has -

array([ 5557.,  2001.,  1434.,  1348.,   991.,  1240.,  1668.,  1093.,
        1680.,  1476.,  2521.,  1841.,  2443.,  2295.,  1911.,  2491., and so on .... ])

而其他几行具有以下格式-

X1[9,:] has -

array([3.69900e+04, 1.19090e+04, 1.12300e+04, 1.25170e+04, 6.91000e+03,
       7.24700e+03, 8.31800e+03, 6.31000e+03, 8.96700e+03, 7.18100e+03,
       1.03010e+04, 9.69800e+03, 1.29270e+04, 1.33140e+04, 1.00420e+04, and so on ... ])

由于它们始终没有统一的格式，因此我不确定在神经网络模型训练期间是否会引起问题。我不确定如何在相同的NumPy数组中保持相同的十进制格式。

Answer 1

对您来说这不是问题，因为5557。和1.03010e + 04都是浮动的。第二种数字格式（科学计数法仅用于显示（打印）数字）。

请记住，numpy数组对于数组中的所有项目只有一个数据提示，您可以使用array.dtype属性获得它