如何修复：“numpy.float64”对象不能解释为整数

在本文中，我们将看到如何解决：“numpy.float64”对象不能被解释为整数。

当函数或操作应用于错误类型的对象时，会引发类型错误。 'numpy.float64' 对象不能被解释为整数是这类问题的一个例子。让我们看看我们能做些什么。

我们什么时候得到''numpy.float64'对象不能被解释为整数'？

如果我们在Python的 range() 中给出一个浮点数，它会导致“numpy.float64”对象不能被解释为整数错误。

range()函数： range()函数返回一个从 0 开始并递增 1 的数字系列，然后在指定值处停止。

syntax: range(start,stop,step)

Python3

# 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

如何修复此错误？

当我们有一个值列表，并且我们想要更改它们的类型以防止错误时。

方法一：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，该方法很有帮助。

Parameters

• dtype:  refers to data type of list, or dict of column name
• copy: boolean value,in default it’s set to True
• errors: {‘raise’, ‘ignore’}, default  is ‘raise’

Python3

# 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)

方法二：使用 Int()函数

在这里，我们将 int()函数在进入范围之前强制转换数组对象。

Python3

# 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)