TypeError: list indices must be integers or slices, not tuple问题，恼人的索引问题

解决

糙猛快的[i,j] 改为[i][j]， 原因是元组或列表（tuple,list）没有矩阵概念，只有嵌套。所以你不能用[i,j]像matlab等里面一样去二维索引一个list，只能用[i][j]这样相当于索引了两次，先索引外层[i]个列表，再索引内层第j个元素。（类似地，[i,j,k…]改为[i][j][k][…]就ok）
当然也可以将你的list或tuple改为numpy里面的array，就可以用 np.array(列表）[i,j]这种形式索引了。

内探：分清楚嵌套列表和二维数据的概念

# 元组/列表操作
aMat = tuple([[1,2,3],[2,3,4]]) #tuple
sl = slice(1) # slice
print("元组", aMat, "列表：",list(aMat)) # print(list(aMat))
print("索引tuple，list用 整数或slice: ", aMat[1], aMat[sl], "类型", type(aMat[1]), type(aMat[sl]),"数目", len(aMat[1]), len(aMat[sl]) )
print("引用双嵌套列表里面具体元素的是[i][j],非[i,j]:", aMat[1][2], aMat[sl][0],"类型",type(aMat[1][2]), type(aMat[sl][0]))

# nparray
aMat2 = np.array(aMat)
sl2 = slice(2)
print(aMat2)
print("索引 np用：整数或slice", aMat2[1], aMat2[sl2], "类型", type(aMat[1]), type(aMat2[sl2]),"数目", len(aMat2[1]), len(aMat2[sl2]) )
print("引用ndarray 里面具体元素的是[i,j]:", aMat2[1,2], aMat2[sl2, 2],"类型",type(aMat2[1,2]), type(aMat2[sl2,0]))

可以明显发现：

1. 同样的一串2*3的矩阵，元组合list都是一行（区别元组为圆括号，list为方），而只有ndarray是真的2行的形式；
2. 针对同样的元组类型，其切片slice和数字不太一样，slice切下来还是原本类型，索引一般丢弃一层“外壳”。
3. len是简单数数，如slice切下来的就数为一个list成员；同样的list的len数下来才是真实的“元素、数据”个数。。。slcie使用要当心，numpy里最好用shape来显示维度。
4. numpy里ndarray不是一种真正的“新”数据类型，而只是格式重排，将list分维度存储，便于利用。其本质类型和次级类型和lsit相似（但是比list省略了索引存储量，所以一般会节约存储空间）。

list和array有不少小注意点，使用中才能感受深刻，所以注意多用、多思，多总结。