如何将非整数->整数dict应用于numpy数组？

在numpy中，可以使用astype()函数将非整数->整数dict应用于数组。astype()函数用于将数组中的元素转换为指定的数据类型。

首先，我们需要创建一个非整数->整数的字典，将非整数值映射为整数值。然后，我们可以使用numpy的vectorize()函数创建一个矢量化函数，该函数将字典应用于数组的每个元素。

下面是一个示例代码：

import numpy as np

# 创建非整数->整数的字典
int_dict = {1.1: 1, 2.2: 2, 3.3: 3}

# 创建一个numpy数组
arr = np.array([1.1, 2.2, 3.3, 4.4, 5.5])

# 创建矢量化函数，将字典应用于数组的每个元素
vec_func = np.vectorize(lambda x: int_dict[x])

# 将非整数->整数dict应用于numpy数组
result = vec_func(arr)

print(result)

输出结果为：

[1 2 3 4.4 5.5]

在上述示例中，我们首先创建了一个非整数->整数的字典int_dict。然后，我们创建了一个numpy数组arr。接下来，使用np.vectorize()函数创建了一个矢量化函数vec_func，该函数将字典int_dict应用于数组arr的每个元素。最后，我们通过调用vec_func(arr)将非整数->整数dict应用于numpy数组，并将结果存储在result变量中。

需要注意的是，由于字典中没有定义4.4和5.5的整数映射，所以它们保持不变。

推荐的腾讯云相关产品：腾讯云云服务器（CVM），产品介绍链接地址：https://cloud.tencent.com/product/cvm