numpy数组花式索引所造的错误 typeerror：只有整形的能作为索引

最新推荐文章于 2021-03-22 21:34:17 发布
最新推荐文章于 2021-03-22 21:34:17 发布
阅读量317 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010211479/article/details/78505049
版权 
shuffle_ix = np.random.permutation(np.arange(len(x_train)))
x_shuffled = x_train[shuffle_ix[0]]   #由于未知原因，只能用该方法将text_processed来将数组随机打乱
for i in shuffle_ix:
    if(i!=shuffle_ix[0]):
        x_shuffled = np.concatenate((x_shuffled,x_train[i]))
x_train = x_shuffled.reshape(x_train.shape)
 

这是我自己写的一个比较笨的方法，来代替x_train[shuffle_ix]
 

利用的是np.concatenate将两个数组合并
 

shuffle_ix 是一个数组，按道理来说没有问题的。是花式索引

                

        

        

    




    

      

        

            

              
                
                  wx_13161411563
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
numpy数组索引遇到的问题

				
			

			

				

					chenf1999的博客
				

				

					10-31
					
					523
					
				

			

		

		

			
				
在使用numpy多维数组时我们常会需要获取数组中的元素，这一般有两种方法：
import numpy as np

a = np.random.randint(10, 20, size=[10, 20])
print(a)
print(a[2, 2])
print(a[2][2])
'''
[[17 12 16 14 19 10 14 13 15 13 17 19 19 11 11 18 16 1...

			
		

	



                

              
                



	

		

			

				
					
resample()错误TypeError: Only valid with DatetimeIndex, Timedelta，but got an instance of 'Index'【已解决】

				
			

			

				

					漫步量化
				

				

					01-24
					
					1万+
					
				

			

		

		

			
				


Pandas.df.resample()错误TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of ‘Index’【已解决】


问题背景


运行df.resample()更改K线时间间隔，将5minK线转变为15minK线的过程中，出现如题错误。
peri...

			
		

	



                


  
              

                


	

		

			

				
					
TypeError: Only integers, slices (`:`), ellipsis (`...`), tf.newaxis (`None`) and scalar tf.int32/tf

				
			

			

				

					吉米_王
				

				

					03-22
					
					5363
					
				

			

		

		

			
				
今天我们班的大漂亮，又郁闷了，特别生气的过来找我求助，还凶我，“老师，我的代码和你的一模一样，为什么我的报错？？？”

具体错误如下：
TypeError: Only integers, slices (`:`), ellipsis (`...`), tf.newaxis (`None`) and scalar tf.int32/tf.int64 tensors are valid indices

先说一下原因吧，非常明显的一个错误，就是你提供的数据和API需要的数据不一致，不用猜，就看出来了，是前一个.

			
		

	





	

		

			

				
					
Python报错-TypeError: only integer scalar arrays can be converted to a scalar index的处理方法

					
热门推荐

				
			

			

				

					tcltyan的博客
				

				

					09-06
					
					9万+
					
				

			

		

		

			
				
TypeError: only integer scalar arrays can be converted to a scalar index

报错信息直接翻译过来是只有整型标量数组才能转换成标量索引，但是问题一般都不在于你的索引是不是整数，这个报错一般会出现在你想使用一个索引列表去索引另一个列表，即诸如list[indexlist]的形式，此时就会出现此报错。

比较简单的解决方法是把你想要索引的列表转换为numpy矩阵，再使用索引列表对其进行索引，即：np.array(list)[indexlist

			
		

	



		

			
		



	

		

			

				
					
python错误: TypeError: string indices must be integers

				
			

			

				

					weixin_42966350的博客
				

				

					11-16
					
					3万+
					
				

			

		

		

			
				
python错误: TypeError: string indices must be integers
错误：
写项目时遇到的错误，如下图

原因：
sting类型的数据的索引必须是int类型的
一般遇到情况：
# 定义一个数组
str = 'test'
print(a['1'])

这样的情况就会出现如上的错误，因为字符串str 需要的index是int类型的，却传入了一个string类型，导...

			
		

	





	

		

			

				
					
python numpy数组的索引和切片的操作方法

				
			

			

				

					09-20
				

			

		

		

			
				
NumPy 的数组索引和切片提供了灵活且高效的方式访问和操作数组数据。通过索引可以精确地获取单个元素，而切片则能方便地获取数组的一部分。在处理多维数组时，可以通过索引元组或者步长控制来获取不同维度的数据。...

			
		

	





	

		

			

				
					
numpy数组最值索引

				
			

			

				

					03-07
				

			

		

		

			
				
python中获取numpy数组每列最大值的索引，输出其行坐标。

			
		

	





	

		

			

				
					
numpy-boost:允许在 C++ 中作为 boost 访问 Numpy 数组的包装器

				
			

			

				

					06-20
				

			

		

		

			
				
这段代码为数组提供了一个非常薄的包装器，使它们可以在 C++ 中作为对象进行访问。 在可能的情况下，不会复制数据本身，即使数据不连续也是如此。  使用原始 Numpy/C API 的优点是：  不使用宏的更简洁的语法，例如...

			
		

	





	

		

			

				
					
python如何获得list或numpy数组中最大元素对应的索引

				
			

			

				

					01-19
				

			

		

		

			
				
获得numpy数组中最大元素的索引  1.可以使用numpy的函数，argmax获得最大元素的索引，相应的获得最小值的话需要使用argmin。   aa = [1,2,3,4,5] arr_aa = np.array(aa) maxindex = np.argmax(arr_aa )  1.也可以将...

			
		

	





	

		

			

				
					
python遇到IndexError: only integers, slices (`:`), ellipsis (`...`)……

				
			

			

				

					lsh呵呵
				

				

					06-13
					
					7万+
					
				

			

		

		

			
				
完整错误信息如下：


  IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices


经检查，错误之处在索引处使用了浮点数，修改后部分代码如下：

h=int(h) #修改成整型
w=int(w) #修改成...

			
		

	





	

		

			

				
					
花式索引与np.ix_函数

				
			

			

				

					TzeSing's Blog
				

				

					04-01
					
					8815
					
				

			

		

		

			
				
花式索引(Fancy indexing)是Numpy的一个术语，指的是利用整数数组进行索引。（不仅是1维，也可以是多维）用法与例子如下：创建 arr 数组>>> arr1 = np.empty((8,4))        # 创建一个8行4列的二维数组

>>> for i in range(8):           # 每一行赋值为0~7
    arr1[...

			
		

	





	

		

			

				
					
基于RNN的文本分类模型（Tensorflow）

				
			

			

				

					Tian的博客
				

				

					10-10
					
					2万+
					
				

			

		

		

			
				
基于LSTM（Long-Short Term Memory，长短时记忆人工神经网络，RNN的一种）搭建一个文本意图分类的深度学习模型（基于ython3和Tensorflow1.2）



如图1所示，整个模型包括两部分
第一部分：句子特征提取
Step1 读取数据（这里是经过结巴分词后的句子），按比例划分训练集和验证集，这里每个句子都生成了相应的mask向量，用以标记每

			
		

	





	

		

			

				
					
python不能用列表作为numpy数组的索引。

				
			

			

				

					york1996的博客
				

				

					06-18
					
					2299
					
				

			

		

		

			
				
比如一个numpy array arr的形状是(6,7,8,9)，a=[1,1,1,1]

arr[a] 和[arr[i] for i in a]的效果一样。如果要实现把a作为arr的索引取元素，

1，可以把a转换成元组，，把tuple（a）作为索引值就可以了。

2，也可以用r,c,w,h=a

  a[r,c,w,h]这样取元素。
...

			
		

	





	

		

			

				
					
Numpy学习之整数数组索引

				
			

			

				

					m0_46457700的博客
				

				

					10-23
					
					2422
					
				

			

		

		

			
				
Numpy学习之整数数组索引

方括号内传入多个索引值，可以同时选择多个元素

x = np.array([1,2,3,4,5,6,7,8])
r = [0,1,2]
print(x[r])



可以借助切片:与整数数组组合


numpy.take()函数的使用


前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考
一、pandas是什

			
		

	





	

		

			

				
					
求问：numpy里面索引时，采用整型数组和整型列表的区别！

				
			

			

				

					bahuo8513的博客
				

				

					09-13
					
					148
					
				

			

		

		

			
				
转载于:https://www.cnblogs.com/flyingcow/p/11517023.html

			
		

	





	

		

			

				
					
es 报错： index read-only / allow delete (api)];"}   索引只读的解决方案

				
			

			

				

					Coder_Lotus的博客
				

				

					08-16
					
					5629
					
				

			

		

		

			
				
版本 es 6.5.4

用程序建立好索引后，通过kettle往es 中导数据

因为我是在本地windows下安装的es环境，且数据存放在你指定的data目录下，如下所示：



0指的是节点编号，因为没有做分布式，故只有0，indices 指的是索引，该文件子目录中会根据每个索引设置的分片数分多个子文件夹，图中可知，我的这个索引配了5个分片。

好，通过kettle 往es中导数据的时候，报错...

			
		

	





	

		

			

				
					
python的numpy库的布尔型索引与花式索引

				
			

			

				

					xsl15181685808的博客
				

				

					03-28
					
					6504
					
				

			

		

		

			
				
当我第一次用python来处理数据的时候,深深被它的强大所折服,虽然我是才开始接触数据分析领域并且没有接触到其他的数据分析工具,我依然觉得python的numpy以及pandas库非常的强大,在看书时看到了对于numpy的一些分析觉得说的很好,于是就给大家分享一下.以下内容来自于<<利用python进行数据分析>>布尔型索引:这个例子讲的非常好容易弄懂首先我们假设有一个用于...

			
		

	





	

		

			

				
					
Python中pandas的行索引可以作为numpy数组的索引吗

					
最新发布

				
			

			

				

					03-29
				

			

		

		

			
				
是的，pandas的行索引可以作为numpy数组的索引。在pandas中，行索引是一个Series对象，可以通过.values属性获取一个numpy数组，然后使用这个数组作为numpy数组的索引。例如：  ```python import pandas as pd import...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值