FutureWarning：不推荐使用非元组序列进行多维索引，使用 `arr[tuple(seq)]`

Posted 2023-03-11

【中文标题】FutureWarning：不推荐使用非元组序列进行多维索引，使用 `arr[tuple(seq)]`

【英文标题】：FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated use `arr[tuple(seq)]`

【发布时间】：2019-03-06 17:56:46

【问题描述】：

我已经搜索了 S/O，但找不到答案。

当我尝试使用 seaborn 绘制分布图时，我收到了一个未来警告。我想知道这里可能是什么问题。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
% matplotlib inline
from sklearn import datasets

iris = datasets.load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['class'] = iris.target
df['species'] = df['class'].map(idx:s for idx, s in enumerate(iris.target_names))


fig, ((ax1,ax2),(ax3,ax4))= plt.subplots(2,2, figsize =(13,9))
sns.distplot(a = df.iloc[:,0], ax=ax1)
sns.distplot(a = df.iloc[:,1], ax=ax2)
sns.distplot(a = df.iloc[:,2], ax=ax3)
sns.distplot(a = df.iloc[:,3], ax=ax4)
plt.show()

这是警告：

C:\ProgramData\Anaconda3\lib\site-packages\scipy\stats\stats.py:1713:
FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; 
use `arr[tuple(seq)]` instead of `arr[seq]`. 
In the future this will be interpreted as an array index, `arr[np.array(seq)]`,
which will result either in an error or a different result.
return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

有什么帮助吗？你可以运行上面的代码。你会收到警告。

熊猫：0.23.4，seaborn：0.9.0，matplotlib：2.2.3，scipy：1.1.0，numpy：1.15.0'

【问题讨论】：

我在运行代码时没有收到该警告。也许您想分享您正在使用的 pandas、matplotlib、scipy、numpy 和 seaborn 的哪些版本？我想更新它们可以防止这种情况发生。

@ImportanceOfBeingErnest Pandas：0.23.4 和 seaborn：0.9.0，matplotlib：2.2.3，scipy：1.1.0，numpy：1.15.0'

好的，这是因为使用了 numpy 1.15（我不会使用 numpy 1.14.6）。稍后我可能会更深入地了解哪个软件包会带来这个问题。

所以minimal reproducible example 是sns.kdeplot(data = [1,3,4])。因此，我想这在 seaborn 的某个地方是个问题。

不，较旧的 seaborn 版本无法解决此问题。要摆脱警告，您可以安装较旧的 numpy 版本（例如 1.14.6）；但该警告目前无害。人们希望 scipy 在 numpy 删除对索引的列表支持之前发布一个新版本。我非常有信心这会发生。

【参考方案1】：

对于python>=3.7，您需要升级您的scipy>=1.2。

【讨论】：

我同意这个解决方案。在 SciPy 1.2 中，这按预期工作。以前版本的警告可能是由于代码不完整。

除了 SciPy，这也适用于 skimage。

【参考方案2】：

更完整的回溯会很好。我的猜测是seaborn.distplot 正在使用scipy.stats 来计算一些东西。错误发生在

def _compute_qth_percentile(sorted, per, interpolation_method, axis):
    ....
    indexer = [slice(None)] * sorted.ndim
    ...
    indexer[axis] = slice(i, i + 2)
    ...
    return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

所以在最后一行中，列表indexer 用于对sorted 进行切片。

In [81]: x = np.arange(12).reshape(3,4)
In [83]: indexer = [slice(None), slice(None,2)]
In [84]: x[indexer]
/usr/local/bin/ipython3:1: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.
  #!/usr/bin/python3
Out[84]: 
array([[0, 1],
       [4, 5],
       [8, 9]])
In [85]: x[tuple(indexer)]
Out[85]: 
array([[0, 1],
       [4, 5],
       [8, 9]])

使用切片列表有效，但计划在未来贬值。涉及多个维度的索引应该是元组。在上下文中使用列表是一种较旧的样式，正在逐步淘汰。

所以scipy 开发人员需要解决这个问题。这不是最终用户应该处理的事情。但现在，不用担心futurewarning。它不影响计算或绘图。有一种方法可以抑制未来的警告，但我不知道。

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated use `arr[tuple(seq)]` instead of `arr[seq]`

【讨论】：

感谢您的信息 :) 我在想这是我所做的事情导致了错误。因此，我想知道导致错误的原因以及如何修复它。

这是一个很好的解释，尽管没有提供解决方案。请参阅@NetworkMeister 解决方案 - 只需升级 scipy。该错误已在以前的版本中修复。

我觉得这很令人困惑。他们是否对在什么情况下结果不同做出了一些解释？因为据说which will result either in an error or a different result.。一个错误可能很好，因为它会提醒用户这个问题，但一个无声的不同结果让我更关心。

【参考方案3】：

我正在运行 seaborn.regplot，并按照 NetworkMeister 的建议通过升级 scipy 1.2 来消除警告。

pip install --upgrade scipy --user

如果您在其他 seaborn 图中仍然收到警告，您可以预先运行以下命令。这在 Jupyter Notebook 中很有帮助，因为即使您的绘图很棒，警告也会使报告看起来很糟糕。

import warnings
warnings.filterwarnings("ignore")

【参考方案4】：

我遇到了同样的警告。我更新了 scipy、pandas 和 numpy。我还是明白了。当我将seaborn.pairplot 与kde 一起使用时，我明白了，它在下面使用seaborn.kdeplot。

如果您想摆脱警告，您可以使用警告库。例如：

import warnings

with warnings.catch_warnings():

    your_code_block

【讨论】：

仍然收到警告。

【参考方案5】：

工作示例：

import numpy as np
import warnings

x  = np.random.normal(size=100)

with warnings.catch_warnings():
    warnings.simplefilter("ignore")
    
    sns.distplot(x, hist=False, rug=True, color="r");