Question

这是我在StackOverflow中的第三个线程。我想我已经通过阅读这里的线程并清除了我的疑虑而学到了很多东西。

我正在尝试使用我自己的python脚本转换excel表。我做了这么多，现在我差不多完成了剧本，我收到了一条我无法理解的错误消息。这是我的代码:(我试图提供尽可能多的信息！）

def _sensitivity_analysis(datasource):
    #datasource is a list with data that may be used for HBV_model() function;
    datasource_length = len(datasource) #returns tha size of the data time series
    sense_param = parameter_vector #collects the parameter data from the global vector (parameter_vector);
    sense_index = np.linspace(0, 11, 12) #Vector that reflects the indexes of parameters that must be analyzed (0 - 11)
    sense_factor = np.linspace(0.5, 2, 31) #Vecor with the variance factors that multiply the original parameter value;
    ns_sense = [] #list that will be filled with Nasch-Sutcliff values (those numbers will be data for sensitivity analysis)
    for i in range(sense_factor.shape[0]): #start column loop
        ns_sense.append([]) #create column in ns_sense matrix
        for j in range(sense_index.shape[0]): #start row loop
            aux = sense_factor[i]*sense_param[j] #Multiplies the param[j] value by the factor[i] value
            print(i,j,aux) #debug purposes
            sense_param[j] = aux #substitutes the original parameter value by the modified one
            hbv = _HBV_model(datasource, sense_param) #run the model calculations (works awesomely!)
            sqrdiff = _square_diff() #does square-difference calculations for Nasch-Sutcliff;
            average = _qcalc_qmed() #does square-difference calculations for Nasch-Sutcliff [2];
            nasch = _nasch_sutcliff(sqrdiff, average) #Returns the Nasch-Sutcliff calculation value
            ns_sense[i].insert(j, nasch) #insert the value into ns_sense(i, j) for further uses;
            sense_param = np.array([np.float64(catchment_area), np.float64(thresh_temp), 
                             np.float64(degreeday_factor), np.float64(field_capacity), 
                                       np.float64(shape_coeficient), np.float64(model_paramC), 
                                       np.float64(surfaceflow_param), np.float64(thresh_surface_level), 
                                       np.float64(interflow_param), np.float64(baseflow_param), 
                                       np.float64(percolation_param), np.float64(soilmoist_param)]) #restores sense_param to original values
            for i in range(len(datasource)): #HBV_model() transforms original data (index = 5) in a fully calculated data (index 17)
                for j in range(12): #in order to return it to original state before a new loop
                    datasource[i].pop() #data is popped out;
    print(ns_sense) #debug purposes

所以，当我运行_sensitivity_analysis（datasource）时，我会收到以下消息：

 File "<ipython-input-47-c9748eaba818>", line 4, in <module>
    aux = sense_factor[i]*sense_param[j]
IndexError: index 3652 is out of bounds for axis 0 with size 31;

我完全清楚它正在谈论一个无法访问的索引，因为它不存在。

解释我的情况，datasource是一个带索引的列表[3652]。但我无法看到控制台是如何尝试访问索引3652的，因为我并没有要求它这样做。我试图访问这个值的唯一一点是在最后一个循环中：

for i in range(len(datasource)):

我真的迷路了。如果你能帮助我们，我真的很赞赏！如果您需要更多信息，我可以给您。

Answer 1

您重复使用了您的变量名称：

for i in range(sense_factor.shape[0]):
    ...
    for j in range(sense_index.shape[0]):

然后在这里：

for i in range(len(datasource)):
    for j in range(12):

所以在aux = sense_factor[i]*sense_param[j]中，您使用了错误的i值，而且它基本上是一个侥幸，您没有使用错误的{{1}值1}}。

不要在同一范围内重用变量名称。

Answer 2

猜猜：sense_factor = np.linspace(0.5, 2, 31)有31个元素 - 你要求元素3652并且它自然会被打击。 i在最终循环中获取此值。将最终循环重写为：

        for k in range(len(datasource))
            for m in range(12):
                datasource[k].pop()

但是您的代码有很多问题 - 您应该没有使用索引 at all - 而是直接在数组上使用for循环

不清楚索引错误python

2 个答案: