Question

一个非常快速而简单的错误，我无法解决这个问题来挽救我的生命：

temp = np.array([[5,0,3,5,6,0],
                 [2,2,1,3,0,0],
                 [5,3,4,5,3,4]])

def myfunc(x):
    return x[np.nonzero(x)]

np.apply_along_axis(myfunc, axis=1, arr=temp)

预期输出是我的临时数组的每个ROW的非零数字：

[5,3,5,6],[2,2,1,3],[5,3,4,5,3,4]

但是，我收到错误：ValueError：设置一个带序列的数组元素。

如果我只是在没有apply_along_axis的情况下这样做，它就可以了：

# prints [5,3,5,6]
print temp[0][np.nonzero(temp[0])]

奇怪的是，如果我只是将一个np.mean（）添加到myfunc返回上面的第一个代码块，它会按预期工作：

# This works as expected    
temp = np.array([[5,0,3,5,6,0],
                 [2,2,1,3,0,0],
                 [5,3,4,5,3,4]])

def myfunc(x):
        return np.mean(x[np.nonzero(x)])

np.apply_along_axis(myfunc, axis=1, arr=temp)

我怀疑它与apply_along_axis如何在幕后工作有关。任何提示将不胜感激！

Answer 1

如文档中所述 -

返回：apply_along_axis：ndarray输出数组。形状 outarr与arr的形状相同，除了沿轴线尺寸，其中outarr的长度等于的大小返回func1d的值。如果func1d返回标量outarr将有比arr少一个维度。

由于不同迭代时输出的形状不一致，我们似乎得到了这个错误。

现在，为了解决您的问题，让我建议在整个阵列上使用np.nonzero的方法，然后从中分割第二个输出 -

In [165]: temp = np.array([[5,0,3,5,6,0],
     ...:                  [2,2,1,3,0,0],
     ...:                  [5,3,4,5,3,4]])

In [166]: r,c = np.nonzero(temp)
     ...: idx = np.unique(r,return_index=1)[1]
     ...: out = np.split(c,idx[1:])
     ...: 

In [167]: out
Out[167]: [array([0, 2, 3, 4]), array([0, 1, 2, 3]), array([0, 1, 2, 3, 4, 5])]

Answer 2

在numpy 1.13中，此定义应该有效：

def myfunc(x):
    res = np.empty((), dtype=object)
    res[()] = x[np.nonzero(x)]
    return res

通过返回包含该数组的0d数组，numpy将不会尝试并堆叠子数组。

Numpy：沿轴应用返回错误：使用序列设置数组元素

2 个答案: