Question

希望一切顺利......我正在将数据集输入到sklearn算法进行分类，并且无法找到任何简单的数据集，所以我自己创建。遇到了问题，但是......

import numpy as np
import random

type_1 = [random.randrange(0, 30, 1) for i in range(50)]
type_1_label = [1 for i in range(50)]

type_2 = [random.randrange(31, 75, 1) for i in range(50)]
type_2_label = [-1 for i in range(50)]

zipped_1 = zip(type_1, type_1_label)
zipped_2 = zip(type_2, type_2_label)

ready = np.array(zipped_1)
print(ready[1])

这里的问题是，当我输入一个类型为1的标签时，输出是一个数组，带有两个索引的数组，正如预期的那样，然后我需要将它提供给一个返回IndexError的numpy数组：阵列的许多索引对我来说没有意义;肯定numpy可以为其N维数组函数读取2x2数组？任何帮助将不胜感激！

Answer 1

您可以直接创建所需的NumPy数组：

ready1 = np.random.randint(0, 30, size=(50, 2))
ready1[:, 1] = 1

ready2 = np.random.randint(31, 71, size=(50, 2))
ready2[:, 1] = -1

Answer 2

我不知道你的python版本和其他环境细节，但我猜这就是问题所在。你的代码对我来说很好 -

import numpy as np
import random
type_1 = [random.randrange(0, 30, 1) for i in range(50)]
type_1_label = [1 for i in range(50)]
type_2 = [random.randrange(31, 75, 1) for i in range(50)]
type_2_label = [-1 for i in range(50)]
zipped = zip(type_1, type_1_label)
zipped_2 = zip(type_2, type_2_label)
ready = np.array(zipped)
print(ready[1])

输出这个......

[14  1]

我有Python 2.7 Anaconda发行版

Answer 3

TL; DR zipped = list(zip(type_1, type_1_label))

您使用的是Python 3吗？在Python 2 zip()中返回一个列表但在Python 3中它返回一个 zip对象，当你尝试将它放入 ndarray 时，这会有所不同...

In [45]: l1 = [1 for i in range(10)]

In [46]: t1 = [randrange(30) for i in range(10)]

In [47]: z1 = zip(t1,l1)

In [48]: z1
Out[48]: <zip at 0x7f3b88044688>

In [49]: a = np.array(z1) ; a
Out[49]: array(<zip object at 0x7f3b88044688>, dtype=object)

如您所见，a的内容是单个对象， 没有维度 。

你可以做些什么来访问内部对象？您可以添加其他轴，然后照常索引

In [50]: a[None][0]
Out[50]: <zip at 0x7f3b88044688>

In [51]: for t in a[None][0]: print (t)
(6, 1)
(18, 1)
(14, 1)
(27, 1)
(14, 1)
(15, 1)
(10, 1)
(18, 1)
(5, 1)
(9, 1)

这很有趣，我听到你说...但是当zip返回一个列表并且numpy对它感到满意时，我怎么能有旧行为？

使用Python 3，您必须显式转换为列表

In [52]: z1 = list(zip(t1,l1))

In [53]: a = np.array(z1) ; a
Out[53]: 
array([[ 6,  1],
       [18,  1],
       [14,  1],
       [27,  1],
       [14,  1],
       [15,  1],
       [10,  1],
       [18,  1],
       [ 5,  1],
       [ 9,  1]])

然后一切正常。

读入np数组不起作用

3 个答案: