numpy数组TypeError：只能将整数标量数组转换为标量索引

4 回答

• 0

  简短回答：

  [a[:,:j] for j in i]
  

  ---

  你要做的不是一个可矢量化的操作 . Wikipedia defines vectorization作为单个数组上的批处理操作，而不是单个标量：

  在计算机科学中，数组编程语言（也称为向量或多维语言）概括了对标量的操作，以透明地应用于向量，矩阵和高维数组 . ......在整个数组上运行的操作可以称为矢量化操作......

  在CPU级优化方面，definition of vectorization是：

  “矢量化”（简化）是重写循环的过程，因此它不是处理数组的单个元素N次，而是同时处理（比如说）数组的4个元素N / 4次 .

  您的案例的问题是每个单独操作的结果具有不同的形状： (3, 1) ， (3, 2) 和 (3, 3) . 它们不能形成单个矢量化操作的输出，因为输出必须是一个连续的数组 . 当然，它可以在其中包含 (3, 1) ， (3, 2) 和 (3, 3) 数组（作为视图），但这就是原始数组 a 已经执行的操作 .

  你真正想要的只是一个计算所有这些的表达式：

  [a[:,:j] for j in i]
  

  ...但它是一个简单的旧 for 循环，逐个计算每个项目 .

  回复于 2024-05-09T03:56:12+08:00
• 0

  尝试以下操作将阵列更改为1D

  a.reshape((1, -1))
  

  回复于 2024-05-09T03:56:12+08:00
• 5

  这可能与此特定问题无关，但我遇到了类似的问题，我在Python列表上使用了NumPy索引并得到了相同的确切错误消息：

  # incorrect
  weights = list(range(1, 129)) + list(range(128, 0, -1))
  mapped_image = weights[image[:, :, band] # image.shape = [800, 600, 3]
  # TypeError: only integer scalar arrays can be converted to a scalar index
  

  事实证明，在应用多维NumPy索引之前，我需要将一个1D Python列表的 weights 转换为NumPy数组 . 以下代码有效：

  # correct
  weights = np.array(list(range(1, 129)) + list(range(128, 0, -1)))
  mapped_image = weights[image[:, :, band] # image.shape = [800, 600, 3]
  

  回复于 2024-05-09T03:56:12+08:00
• 13

  您可以使用numpy.ravel从n维数组返回一个展平的数组：

  >>> a
  array([[0, 1, 2],
         [3, 4, 5],
         [6, 7, 8]])
  >>> a.ravel()
  array([0, 1, 2, 3, 4, 5, 6, 7, 8])
  

  回复于 2024-05-09T03:56:12+08:00