numpy array TypeError：只有整数标量数组可以转换为标量索引

Posted 2023-02-23

【中文标题】numpy array TypeError：只有整数标量数组可以转换为标量索引

【英文标题】：numpy array TypeError: only integer scalar arrays can be converted to a scalar index

【发布时间】：2018-04-04 18:28:00

【问题描述】：

i=np.arange(1,4,dtype=np.int)
a=np.arange(9).reshape(3,3)

和

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

现在我想对数组进行矢量化以将它们一起打印。我试试

a[:,0:i]

或

a[:,0:i[:,None]]

它给出了TypeError：只有整数标量数组可以转换为标量索引

【参考方案1】：

尝试以下方法将您的数组更改为一维

a.reshape((1, -1))

【讨论】：

***.com/questions/48513824/… 我有类似的错误如何解决。

【参考方案2】：

简答：

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

---

您正在尝试做的是不是矢量化操作。 Wikipedia defines 向量化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）对标量的运算进行泛化，以透明地应用于向量、矩阵和高维数组。

...

...对整个数组进行操作的操作可以称为矢量化操作...

在 CPU 级别的优化方面，definition of vectorization 是：

“向量化”（简化）是重写循环的过程，这样它不会处理数组的单个元素 N 次，而是同时处理（例如）数组的 4 个元素 N/4 次。

您的情况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），但这就是您的原始数组 a 已经做的。

你真正要找的只是一个计算所有这些的表达式：

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

...但从性能优化的角度来看，它并没有矢量化。在引擎盖下，它是一个普通的 for 循环，它一个一个地计算每个项目。

【讨论】：

不能告诉你，我很感激，谢谢。节省了我的时间

【参考方案3】：

这可能与这个特定问题无关，但我遇到了一个类似的问题，我在 Python 列表上使用 NumPy 索引并得到了完全相同的错误消息：

# 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，我需要将一维 Python 列表 weights 转换为 NumPy 数组，然后才能应用多维 NumPy 索引。下面的代码有效：

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

【参考方案4】：

您可以使用 numpy.ravel 从 n 维数组中返回一个扁平数组：

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

【参考方案5】：

我遇到了类似的问题并使用列表解决了它...不确定这是否有帮助

classes = list(unique_labels(y_true, y_pred))

【讨论】：

你是对的......不幸的是我不太确定它是如何解决的......我有一个工作示例，当我将示例的输出与我的代码进行比较时，我发现示例这一行中的代码正在生成一个项目列表......所以我想也让我的一个列表并修复它。谢谢。

【参考方案6】：

当我们使用向量代替标量时，就会出现这个问题 例如，在 for 循环中，范围应该是一个标量，以防你在那个地方给出了一个向量，你会得到错误。所以为了避免这个问题，请使用您使用过的向量的长度

【参考方案7】：

我在尝试使用 numpy.concatenate 来模拟 C++ 之类的 2D 向量后推时遇到了问题；如果 A 和 B 是两个 2D numpy.array，则 numpy.concatenate(A,B) 会产生错误。

解决方法是简单地添加 缺少的括号：numpy.concatenate( ( A,B ) )，这是必需的，因为要连接的数组构成一个单个参数