首次使用numpy打“ ValueError：零维数组无法连接”

Question

今天，我安装了第一个软件包numpy，并想尝试一下。 所以我找到了这篇文章， 贝叶斯定理在python中的实现 ，并想尝试一下。 我遇到一个错误：

码：

import numpy as np

x_red = np.array([1,2,3])

y_red = np.array([1,2,3])

z_red = np.array([1,2,3])

red_points = np.array(zip(x_red,y_red,z_red))

x_blue = np.array([1,2,3])

y_blue = np.array([1,2,3])

z_blue = np.array([1,2,3])

blue_points = np.array(zip(x_blue,y_blue,z_blue))

points = np.concatenate([red_points,blue_points])

最后一行错误：

Traceback (most recent call last):
  File "C:\Users\Mike\AppData\Local\Programs\Python\Python36-32\tmp.py", line 19, in <module>
    points = np.concatenate([red_points,blue_points])
ValueError: zero-dimensional arrays cannot be concatenated

我本来希望将numpy作为黑匣子运行，但是作为python的新手却不知道如何调试“包错误”。

可能是因为python 3.6有所更改（代码使用的是旧的print语句）。

任何答案/评论将不胜感激。

Answer 1

您需要在zip功能上调用list 。 在python 3中， zip返回一个迭代器。

这里：

import numpy as np
x_red = np.array([1,2,3])
y_red = np.array([1,2,3])
z_red = np.array([1,2,3])
red_points = np.array(list(zip(x_red,y_red,z_red)))  # <- here
x_blue = np.array([1,2,3])
y_blue = np.array([1,2,3])
z_blue = np.array([1,2,3])
blue_points = np.array(list(zip(x_blue,y_blue,z_blue)))  # <- and here
points = np.concatenate([red_points,blue_points])

Answer 2

np.array需要像列表一样的可迭代对象，而不是迭代器或生成器。

In [26]: red_points = np.array(zip(x_red,y_red,z_red)) 
In [27]: red_points
Out[27]: array(<zip object at 0xab7d9b2c>, dtype=object)

结果是一个0d数组，其中包含一个zip对象。 在Py2中， zip产生了一个列表，在Py3中您必须list它。

In [28]: red_points = np.array(list(zip(x_red,y_red,z_red)))
In [29]: red_points
Out[29]: 
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])

np.array(...)接受类似于Out[29]中显示的列表列表。 这是最常用的使用方式之一。

像这样使用zip(...)实际上是转置输入的一种方式。 numpy也可以进行转置：

In [31]: red_points = np.array((x_red,y_red,z_red))
In [32]: red_points
Out[32]: 
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])
In [33]: red_points.T
Out[33]: 
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])

np.stack也可以。 在默认axis=0的情况下，它的行为类似于np.array 。

In [34]: red_points = np.stack((x_red,y_red,z_red),axis=1)
In [35]: red_points
Out[35]: 
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])

虽然0d数组并不常见，但有助于在它们发生时了解它们。 遇到错误或意外结果时，养成检查数组shape和dtype的习惯。

---

有一个fromiter可以与迭代器一起使用，但是它需要一个dtype仅生成一个1d数组。

In [39]: np.fromiter(zip(x_red,y_red,z_red),'i,i,i')
Out[39]: 
array([(1, 1, 1), (2, 2, 2), (3, 3, 3)],
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

np.array期望完整列表的部分原因是，它在确定dtype和shape之类的内容之前先查看整个内容。