如何修复：‘numpy.float64’ object cannot be interpreted as an integer

在这篇文章中，我们将看到如何解决：’numpy.float64’对象不能被解释为整数。

当一个函数或操作应用于一个错误类型的对象时，会产生一个类型错误。numpy.float64 “对象不能被解释为一个整数就是这种类型问题的一个例子。让我们来看看我们能做些什么。

我们什么时候会遇到‘numpy.float64’ object cannot be interpreted as an integer

如果我们在python的range()中给出一个浮点数，结果是 “numpy.float64’对象不能被解释为一个整数 “的错误。

range()函数：range()函数返回一个数字序列，从0开始，以1递增，然后停止在一个指定的值上。

语法: range(start,stop,step)

# code
import numpy as np
  
# an array of float values
arr = np.array([1.5, 2.5, 3.5])
  
  
# we loop to print out range of values 
# at each index
for i in range(len(arr)):
    print(range(arr[i]))

输出:

TypeError: ‘numpy.float64’ object cannot be interpreted as an integer

如何修复这个错误

当我们有一个值的列表，并且我们想改变它们的类型以防止错误。

方法1：使用 astype()

我们可以使用.astype()函数并给出参数 “int”。 astype()函数。当我们需要将某个数据数组从一种类型转换为另一种类型时，该方法就会有帮助。

参数

• dtype：指列表的数据类型，或列名的dict。
• copy: 布尔值，默认情况下，它被设置为True
• errors: {‘raise’，’ignore’}，默认为’提高’。

# code
import numpy as np
  
# an array of float values
arr = np.array([1.5, 2.5, 3.5])
  
arr = arr.astype(int)
  
# we loop to print out range of values
# at each index
for i in range(len(arr)):
    print(range(arr[i]))

输出:

range(0, 1)
range(0, 2)
range(0, 3)

方法2：使用Int()函数

在这里我们用int()函数在进入数组范围之前对数组对象进行转换。

# code
import numpy as np
  
# an array of float values
arr = np.array([1.5, 2.5, 3.5])
  
  
# we loop to print out range of values
# at each index
for i in range(len(arr)):
    print(range(int(arr[i])))

输出:

range(0, 1)
range(0, 2)
range(0, 3)