Question

这有效：

>>> a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
>>> a[: , 2]
array([ 3,  7, 11])

这不是

>>> a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11]])
>>> a[:,2]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array

为什么会这样？

Answer 1

Numpy ndarrays适用于所有元素具有相同的长度。在这种情况下，您的第二个数组不包含相同长度的列表，因此它最终是一个列表的一维数组，而不是“正确的”二维数组。

来自N-dimensional arrays上的Numpy文档：

ndarray是一个（通常是固定大小的）多维容器，包含相同类型和大小的项目。

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
a.shape # (3,4)
a.ndim # 2

b = np.array([[1,2,3,4], [5,6,7,8], [9,10,11]])
b.shape # (3,)
b.ndim # 1

This discussion可能有用。

Answer 2

第一个数组具有形状（3,4），第二个数组具有形状（3，）。第二个数组缺少第二个维度。 np.array无法使用此输入来构造矩阵（或类似延长数组的数组）。它只能制作一系列列表。

>>> a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

>>> print(a)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

>>> print(type(a))
<class 'numpy.ndarray'>


>>> b = np.array([[1,2,3,4], [5,6,7,8], [9,10,11]])

>>> print(b)
[list([1, 2, 3, 4]) list([5, 6, 7, 8]) list([9, 10, 11])]

>>> print(type(b))
<class 'numpy.ndarray'>

所以它们都是Numpy数组，但只有第一个可以被视为具有两个维度的矩阵。

Answer 3

很容易看出问题所在。尝试，

>>> a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
>>> a.shape

然后

>>>a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11]])
>>> a.shape

你会自己看到问题，如果是两个，形状是（3，）。因此索引太多了。

numpy数组：IndexError：数组的索引太多了

3 个答案: