python - Scikit 的 LabelEncoder 使用 `numpy.int64` 而不是 `inverse_transform` 中的整数

Question

如果您在 inverse_transform 期间出于某种原因拟合 sklearn.preprocessing.LabelEncoder 类型为 int 的标签> 它返回 numpy.int64 类型标签。

from sklearn.preprocessing import LabelEncoder
labels = [2,4,6] # just a list of `int`s
e = LabelEncoder().fit(labels)
encoded = e.transform([4,6,2])
decoded = e.inverse_transform(encoded)
type(decoded[0])
# returns  <class 'numpy.int64'>

所以我想我有两个问题

1. 为什么要这样做？
2. 如果没有自定义代码，如何避免这种情况？

(当 Flask 的 jsonify 无法将 np.int64 编码为 JSON 时，我遇到了这个问题)

Answer 1

Why would it do that?

因为 transform 和 inverse_transform 返回 numpy 数组并且

An item extracted from an array, e.g., by indexing, will be a Python object whose type is the scalar type associated with the data type of the array.

在本例中，标量类型为 int64。

How can someone avoid that without custom code?

如果您需要获取单个元素，请使用decoded.item(0)。如果您需要整个数组，请使用decoded.tolist()。请参阅Converting numpy dtypes to native python types了解更多。