Question

我有一个函数可以处理具有多个项目的数组，但如果数组只包含一个项目，则会失败。让我们考虑这个例子

import numpy as np

def checker(a):
   a[a>5] = np.nan

a = np.arange(10)
a = checker(a)

工作，但

a = 1
a = checker(a)   # fails

并给出

Traceback (most recent call last):
   a[a>5] = np.nan
   TypeError: 'int' object does not support item assignment

我想像MATLAB一样处理它，而不是像这个版本的checker（）那样，它的行数比上面的版本多4倍。

def checker(a):
   try:
      a[a>5] = np.nan
   except TypeError:
      if a>5: a = np.nan

Answer 1

要创建一个填充nan的空数组，您可以使用np.fill：

a=np.empty(np.shape(1))
a.fill(np.nan)
b=False

a[b]=10

您收到错误，因为a不是数组，而是浮点数。

Answer 2

在MATLAB中，一切都至少有2个维度;在numpy索引中可以减少维度数

np.shape(1)

是()？这与np.array(1).shape相同，即单个元素数组的形状（MATLAB术语中的大小）。它是0d，而不是MATLAB中的2d。

a = np.empty(np.shape(1))*np.nan
# a = np.array(np.nan) does the same thing

是nan，是一个值为nan的单个元素数组。

a[False]

显示为array([], dtype=float)，形状为(0,);它现在是1d，但没有任何元素。

使用0d数组时，唯一有意义的索引是a[()]，它返回元素nan，np.float64。 a.item()也是如此。

为了分配目的，我找不到改变该项目价值的方法

a[???] = 0

更正，可以使用省略号，因为它代表任意数量的:，包括无。{/ p>

a[...] = 0
# array(0,0)

（你没有魔杖a=0，因为那只是重新分配变量）。

一般来说，像这样的0d数组是可能的，但它们很少有用。

我不完全确定你要做什么（我目前没有工作的Octave会议）。但是，尺寸如何随着索引而变化的差异是解决问题的关键。

a = np.array([np.nan])
a[np.array([False])] = 0   # no change
a[np.array([True])] = 0    # change

请注意，我将布尔索引设为数组，但只是标量或列表。这更接近您的MATLAB布尔索引。

Answer 3

当你将标量数组乘以标量时，numpy会将结果强制转换为标量：

>>> a = np.empty(())
>>> a
array(10.0)
>>> a * 2
20.0

如果您需要将标量保持为数组，则可以使用np.asarray(a * 2)