Question

我试图用numpy制作一个矩阵，然后打印它（之所以这样做，是因为以后我想用更多的矩阵进行数学运算），我得到的错误是：

"IndexError: arrays used as indices must be of integer (or boolean) type".

我尝试在for循环中使用np.zeros数组，但是没有用（出现类似错误）。

注意：：我尝试使用np.matrix函数（将np.zeros数组分配给列和行，但是它也没有用，然后我尝试了变体（np.ndarray就是您可以看到的注释））。

代码：

import numpy

def matrixes():
    col= int(input("Enter the number of columns\n"))
    row= int(input("Enter the number of rows\n"))
    print(col,row)
    nCol=numpy.zeros(col)
    nRow=numpy.zeros(row)
    list_col=[nCol]
    list_Row=[nRow]
    print(nCol, nRow)
    #nArray=numpy.ndarray(nCol,nRow).reshape(2,2)
    for i in list_col:
        for j in list_Row:
            print("Enter value ",nCol,nRow)
            a=int(input())
            nCol[i]=a
            nRow[j]=a
    print("The matrix is: ",nCol, nRow)


#def __init__():
a = int(input("Enter an option\n"
    "1. Matrixes\n"))
if a==1:
    matrixes()

Answer 1

关于如何构造矩阵，您的代码有些混乱。之所以要获得特定的IndexError是因为循环中的i和j实际上是数组，可以看到是否插入了print语句。您的代码仍然存在其他一些问题，但是我将提供一个解决方案，让您根据需要调试其余部分。

这是您可以用来获取所需工作流程的基本框架。我将插入任意值而不是input()语句以使示例可重现，但是根据需要用input()替换它们应该很简单：

n_col = 3
n_row = 4
arr = np.zeros((n_row, n_col), dtype=int) # <-- Create the matrix here

arr
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

现在用嵌套循环填充数组：

for i in np.arange(n_col):
    for j in np.arange(n_row):
        a = np.random.randint(5) # <-- replace with input()
        arr[j, i] = a
arr
array([[0, 1, 3],
       [4, 0, 3],
       [1, 0, 1],
       [3, 4, 0]])

Answer 2

construct a Numpy array的最常见选项是（当然）np.array，像这样描述

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Create an array.

您可能想研究整个说明，但最相关的是object参数-再次来自参考说明

参数：对象：array_like

一个数组，任何暴露数组接口的对象，一个其对象   __array__方法返回一个数组或任何（嵌套的）序列。

尤其是可以使用list comprehension构建的“任何（嵌套）序列”，例如，您可以构建类似这样的列表列表

>>> [[input() for col in range(3)] for row in range(2)]
1
2
3
4
5
6
[['1', '2', '3'], ['4', '5', '6']]
>>>

并将所述列表传递给array构造函数（在注意到我们需要将字符串转换为浮点数之后，即...）

>>> np.array([[float(input()) for col in range(3)] for row in range(2)])
...
array([[1., 2., 3.],                                                                                                                                   
       [4., 5., 6.]])                                                                                                                                  
>>>

有了这些基础，我们就可以编写这段代码

nrows = int(input('How many rows? '))
ncols = int(input('How many columns? '))
A = np.array([[float(input('Enter element for row %d and column %d: '%(row,col)))
                 for col in range(ncols)] for row in range(nrows)])

值得一提的是，这样做会产生一个可能（不，这不是您的情况...）将要包含的大量列表垃圾收集，因此，如果效率是主要问题，使用np.empty((nrows, ncols))创建一个空矩阵，然后最好使用循环来填充您的值：

nr = int(input('How many rows? '))
nc = int(input('How many columns? '))
A = np.empty((nr, n)) # note that the argument is the tuple (nr, nc)
for r in nr:
    for c in nc:
        A(r, c) = float(input('A(%d, %d) = '%(r, c)))

作为旁注，可能最好将input调用包装在两个内部循环成一个函数，反复询问您的输入，直到它提供了一个有效的号码

def real_input(prompt)
    while 1:
        str_val = input(prompt)
        try:
            num_val = real(str_val)
       except ValueError:
            # optionally print error message
            continue
       return num_val

使得您不必重新启动整个输入过程一个错误。

如何在Python中使用np.zeros作为迭代器？

2 个答案: