numpy.astype(np.uint8)如何转换浮点数组？-1.2997805变成了255

Question

这是在ipython3中执行的代码

In [81]: r2
Out[81]: 
array([-1.2997805, -1.4251276, -1.3047135, ..., -2.0358603, -1.9741256,
       -1.6412157], dtype=float32)

In [82]: r2.astype(np.uint8)
Out[82]: array([255, 255, 255, ..., 254, 255, 255], dtype=uint8)

如何将-1.2997805转换为255？

添加:在下面的评论中(谢谢)，我是这样测试的。看起来浮点数转换成了整数，并且完成了255的模运算(将其读作无符号int8)。

is first convereted to int. and the it is cut using modulo(%).  
In [98]: b
Out[98]: array([-1.,  0.,  1.])

In [99]: b.astype(np.uint8)
Out[99]: array([255,   0,   1], dtype=uint8)

Answer 1

根据astype上的numpy文档，这是一个“不安全的转换”，意思是“任何数据转换都可能完成”。他们没有说准确的转换是如何完成的，我也没有在快速搜索文档时找到它，所以它可能依赖于实现。

我的猜测如下:首先，将32位浮点数转换为8位有符号整数，缺省为向零截断，例如。-1.3变成-1。然后进行从无符号8位整数到8位无符号整数的转换，得到值255。就像这样

float x = -1.2997805;  # Assume float is 32-bit
(uint8_t)(int8_t)x;

这与使用(uint8_t)x直接转换为8位无符号整数是不同的，后者至少在我测试的平台上是0(龙珠的x86-64的gcc)。

这类事情是very confusing的，甚至可能是平台相关的(可能取决于什么操作系统，numpy版本，FP硬件决定做什么，或者处理器是否使用2补码，等等)，所以在不确切知道你将在什么平台上运行代码的情况下，永远不要依赖这种行为，而且这是糟糕的编码实践。令人惊讶的是，我找不到关于numpy的转换规则是如何工作的参考资料。

Answer 2

您转换为unsigned int 8，其中-1对应255，-2对应254等。如果您想要获取-1，-2，您必须使用np.int8将其转换为带符号的int8：

>>> np.float32(-2.0358603).astype(np.uint8)
254                                        
>>> np.float32(-2.0358603).astype(np.int8) 
-2                                         

Answer 3

其他答案已经解决并解释了问题。然而，我可以提出一个可能实用的替代方案：

np.uint8(np.clip(x, 0, 255))

其中x是您的浮点型数组。

这种方法确保负数变为0，巨大的正数(> 255)变为255。

例如

>>> x = [223.2, 888.2, -32, 255.3, 255]
>>> np.uint8(np.clip(x, 0, 255))
array([223, 255,   0, 255, 255], dtype=uint8)