形状不匹配:索引数组无法与形状一起广播
Posted
技术标签:
【中文标题】形状不匹配:索引数组无法与形状一起广播【英文标题】:shape mismatch: indexing arrays could not be broadcast together with shapes 【发布时间】:2018-02-17 20:26:40 【问题描述】:j=np.arange(20,dtype=np.int)
site=np.ones((20,200),dtype=np.int)
sumkma=np.ones((100,20))
[sumkma[site[x],x] for x in range(20)]
这可行,但我不想使用 for 循环。当我尝试时
sumkma[site[j],j]
我收到此错误:
IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (20,200) (20,)
如何修复错误?
【问题讨论】:
NumPy 广播将维度从右到左对齐,而不是从左到右。 这个错误一般是在混合numpy的索引方法时出现的,类似情况见this answer 【参考方案1】:当使用其他整数类型的多维数组访问 numpy 多维数组时,用于索引的数组需要具有相同的形状。
如果可能的话,Numpy 会很高兴地广播 - 但要做到这一点,数组需要具有相同的维度,例如这行得通:
sumkma[site[j], j[:,np.newaxis]]
np.newaxis
导致j[:,np.newaxis]
是二维的(形状现在是(20,1)
,而j
的形状是一维的(20,)
)。现在有了可以广播到site[j]
的形状:
>>> j.shape
(20,)
>>> site[j].shape
(20,200)
>>> j[:,np.newaxis].shape
(20,1)
索引数组的相同维度允许 numpy 广播它们以具有相同的形状(20,200)
。
https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html#indexing-multi-dimensional-arrays
【讨论】:
以上是关于形状不匹配:索引数组无法与形状一起广播的主要内容,如果未能解决你的问题,请参考以下文章
ValueError:操作数无法与形状一起广播 (2501,201) (2501,)
ValueError:操作数无法与形状一起广播 - inverse_transform- Python
形状不匹配:无法将对象广播到单个形状如何解决python中的此类错误?
ValueError:形状 (3,1) 的不可广播输出操作数与广播形状 (3,4) 不匹配