as_float_array

sklearn.utils.as_float_array(X, *, copy=True, force_all_finite=True)

将类似数组的对象转换为浮点数数组。

新的dtype将是np.float32或np.float64，具体取决于原始类型。函数可以根据参数copy创建副本或修改参数。

Parameters:

X{array-like, sparse matrix}

输入数据。

copybool, default=True

如果为True，将创建X的副本。如果为False，如果X的dtype不是浮点类型，仍可能返回副本。

force_all_finitebool or ‘allow-nan’, default=True

是否在X中引发关于np.inf、np.nan、pd.NA的错误。可能的选项有：

• True: 强制X中的所有值为有限值。

• False: 接受X中的np.inf、np.nan、pd.NA。

• ‘allow-nan’: 仅接受X中的np.nan和pd.NA值。值不能为无穷大。

Added in version 0.20: force_all_finite 接受字符串 'allow-nan' 。

Changed in version 0.23: 接受 pd.NA 并将其转换为 np.nan

Returns:

XT{ndarray, sparse matrix}

一个类型为float的数组。

Examples

>>> from sklearn.utils import as_float_array
>>> import numpy as np
>>> array = np.array([0, 0, 1, 2, 2], dtype=np.int64)
>>> as_float_array(array)
array([0., 0., 1., 2., 2.])