http://stackoverflow.com/questions/35013726/typeerror-ufunc-add-did-not-contain-a-loop-with-signature-matching-types

numpy数据类型dtype转换： http://www.mamicode.com/info-detail-1180317.html

#############################################################################

今天使用python实现kNN算法时遇到一个问题：

#print "dataSet.shape : {}, type : {}, dtype: {}".format(dataSet.shape, type(dataSet), dataSet.dtype) #print "da.shape : {}, type : {}, dtype: {}".format(da.shape, type(da), da.dtype) dataSetSize = dataSet.shape[0] tempSet = np.tile(da, (dataSetSize, 1)) #print "tempSet.shape : {}".format(tempSet.shape) diff = np.array(dataSet) - tempSet其中dataSet，data变量的type类型均为numpy.ndarray，dataSet的大小为[10, 20]，data的大小为[1, 20]

我的目的就是把data矩阵扩展到和dataSet相同大小后进行矩阵相减操作，但在最后一步出错：

TypeError: ufunc 'subtract' did not contain a loop with signature matching types dtype('S32')

这让我一头雾水，网上查找中发现了关键字dtype

import numpy as np
arr = np.ones((2,2))
help(arr.dtype)

简而言之，dtype就是数组元素的数据类型。上面的错误表示相减的两个数组的dtype可能不同，所以我就打印了这两个数组的dtype。发现确实如此，一个是'S32'，而另一个是'float64'。解决方法就是将dtype转换为'float64'

在网上找到，转换dtype需要使用函数astype:

示例程序：

import numpy as np
x = np.array([1, 2, 2.5])
x.astype(int)
y = np.array([3, 6, 2], dtype='S32')
y = y.astype('float64')
x - y

python TypeError: ufunc 'subtract' did not contain a loop with signature matching types dtype('S32') 参考：TypeError: ufunc 'add' did not contain a loop with signature matching types：http://stackoverflow.com/questions/35013726/typeerror-ufunc-add-did-not-contain-a-loop-with-signature-matching-ty 最近利用 Python 读取txt文件时遇到了一个小问题，就是在计算两个np.narray()类型的数组时，出现了以下错误： TypeError : u func ' sub trac t' did not contain a l oop with signature matching types dtype ('<U3') dtype ('<U3') dtype ('<U3') 作为一个 Python 新手，遇到这个问题后花费了挺多时间，在网上找了许多大神们写的例子，最后终于解决了。 总结如下： （1）出现此问题的原因是：目的是想计算两个数组间的差值，但数组中的元素不是数据类型（float TypeError : u func 'multiply' did not contain a l oop with signature matching types dtype ('&amp;amp;amp;lt;U32') dtype ('&amp;amp;amp;lt;U32') dtype ('&amp;amp;amp;lt;U32')  U32就是 长度为32个字节的无符号整数类型，这下就好办了，发现问题是出在读取t... Basic Tutorial：https://docs. python .org/2.7/howto/logging.html#logging-basic-tutorial ########################################################################################### 学习了一段时间p def createDataSet(): group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]]) labels = ['A', 'A', 'B', 'B'] return group, labels # print(createDataSet()) def classify0(inX, dataSet, labels, k):