Question

我有一个defaultdict，它将某些整数映射到一个大小为20的numpy数组。

另外，我有一个现有的索引数组。我想将索引数组转换为2D数组，其中每个原始索引都通过我的defaultdict转换为数组。

最后，如果在defaultdict中找不到索引，我想为该索引创建一个零数组。

这是我到目前为止所拥有的

    converter = lambda x: np.zeros((d), dtype='float32') if x == -1 else cVf[x]
    vfunc = np.vectorize(converter)
    cvf = vfunc(indices)

np.zeros((d), dtype='float32')和cVf[x]是相同的数据类型/形状：

(Pdb) np.shape(cVf[0])
(20,)

但是当我尝试运行此代码时，我在标题中遇到错误（*** ValueError：设置带序列的数组元素。）

有什么想法吗？

Answer 1

你应该给我们一些示例数组或字典（在cVF的情况下，所以我们可以进行测试运行。

阅读vectorize关于返回值的内容。由于您没有定义otypes，因此会进行测试计算以确定返回数组的dtype。我的第一个想法是测试计算和后续计算可能会返回不同的东西。但您声称converter将始终返回相同的dtype和shape数组。

但是，让我们尝试更简单的事情：

In [609]: fv = np.vectorize(lambda x: np.array([x,x]))
In [610]: fv([1,2,3])
...
ValueError: setting an array element with a sequence.

它在返回任何阵列时遇到了麻烦。

但如果我给otypes，它就可以了

In [611]: fv = np.vectorize(lambda x: np.array([x,x]), otypes=[object])
In [612]: fv([1,2,3])
Out[612]: array([array([1, 1]), array([2, 2]), array([3, 3])], dtype=object)

事实上，在这种情况下，我可以使用frompyfunc，它返回对象dtype，并且是vectorize的基础函数（并且更快一些）。

In [613]: fv = np.frompyfunc(lambda x: np.array([x,x]), 1,1)
In [614]: fv([1,2,3])
Out[614]: array([array([1, 1]), array([2, 2]), array([3, 3])], dtype=object)

vectorize和frompyfunc专为scalar in- scalar out的功能而设计。该标量可能是一个对象，甚至是数组，但仍被视为标量。

将整数映射到数组（Python）：ValueError：使用序列

1 个答案: