PYTHON Numpy 創(chuàng)建數(shù)組到數(shù)學(xué)和統(tǒng)計(jì)計(jì)算

?Numpy是Python中最常用的模塊之一，它用于各種任務(wù)，從創(chuàng)建數(shù)組到數(shù)學(xué)和統(tǒng)計(jì)計(jì)算。Numpy還為Python編程帶來了效率。在使用numpy時(shí)，您可能會遇到此錯(cuò)誤，TypeError:onlysize-1arrayscanbeconvertedtoPythonscalars它是經(jīng)常出現(xiàn)的錯(cuò)誤之一，有時(shí)解決它會成為一項(xiàng)艱巨的挑戰(zhàn)。含義：只有大小為1的數(shù)組才能轉(zhuǎn)換為Python標(biāo)量錯(cuò)誤當(dāng)Python需要單個(gè)值但您傳遞了由多個(gè)值組成的數(shù)組時(shí)，通常會出現(xiàn)此錯(cuò)誤。例如：您想要計(jì)算數(shù)組的指數(shù)值，但指數(shù)值函數(shù)是為標(biāo)量變量（即單個(gè)值）設(shè)計(jì)的。當(dāng)您在函數(shù)中傳遞numpy數(shù)組時(shí)，它將返回此錯(cuò)誤。此錯(cuò)誤處理是為了防止代碼進(jìn)一步處理并避免函數(shù)稍后出現(xiàn)意外輸出。

有5種方法可以解決這個(gè)錯(cuò)誤解決方案與示例1、創(chuàng)建可重現(xiàn)的示例

2、解決方案1：使用.astype()方法

3、解決方案2：使用np.vectorize()

4、解決方案3：使用地圖

5、解決方案4：使用循環(huán)

6、解決方案5：使用apply_along_axis創(chuàng)建可重現(xiàn)的示例讓我們通過一個(gè)例子來理解這個(gè)問題。假設(shè)您有一個(gè)由小數(shù)值組成的數(shù)組，并且您的經(jīng)理要求您將其轉(zhuǎn)換為整數(shù)。讓我們創(chuàng)建一個(gè)具有小數(shù)（浮點(diǎn)數(shù)）的numpy數(shù)組importnumpyasnpx=np.array([2,3.5,4,5.3,27])讓我們轉(zhuǎn)換為整數(shù)值（不帶小數(shù)）(x)TypeError：只有size-1數(shù)組可以轉(zhuǎn)換為Python標(biāo)量()已棄用別名，因此您可以簡單地使用int(x)，但您會得到相同的錯(cuò)誤。這是因?yàn)楹?)都只int(x)接受單個(gè)值，而不接受存儲在數(shù)組中的多個(gè)值。換句話說，您傳遞了一個(gè)數(shù)組而不是標(biāo)量變量解決方案一：使用.astype()方法為了將浮點(diǎn)值的NumPy數(shù)組轉(zhuǎn)換為整數(shù)值，我們可以使用以下代碼：x.astype(int)輸出array([2,3,4,5,27])原始數(shù)組中的3.5和5.3已轉(zhuǎn)換為3和5。為了反映x數(shù)組的變化，請使用以下代碼：x=x.astype(int)解決方案2：使用np.vectorize()另一種可能的解決方案是使用np.vectorize()而不是.astype().

但請注意，與之前的解決方案相比，這效率不高。convert2Integer=np.vectorize(int)convert2Integer(x)解決方案3：使用map通過使用map我們可以將int()函數(shù)應(yīng)用于每個(gè)數(shù)組元素。在map中，我們需要傳遞兩個(gè)參數(shù)——我們想要轉(zhuǎn)換的函數(shù)和數(shù)組。np.array(list(map(int,x)))解決方案4：使用loop它很容易理解循環(huán)，并且您可以在數(shù)據(jù)操作方面靈活地處理每個(gè)元素。但這不一定是有效的方法。它還涉及編寫額外的代碼行，這些代碼可以在一行中解決。我們創(chuàng)建了輔助數(shù)組y，其長度與數(shù)組x相似。后來我們通過int()函數(shù)轉(zhuǎn)換每個(gè)元素。l=len(x)y=np.array([None]*l)foriinrange(l):y[i]=int(x[i])print(y)解決方案5：使用apply_along_axisApply_along_axis讓您應(yīng)用于int()numpy數(shù)組。l=lambday:[int(i)foriiny]np.apply_along_axis(l,0,x)另一個(gè)例子假設(shè)您需要計(jì)算數(shù)組的對數(shù)值。importnumpyasnpimportmathx=np.array([2,3,1])math.log(x)TypeError：只有size-1數(shù)組可以轉(zhuǎn)換為Python標(biāo)量發(fā)生此錯(cuò)誤的原因math.log(x)是只能取一個(gè)數(shù)值。在這里你可以使用np.log(x)

輸出array([0.69314718,1.09861229,0])您還可以使用來修復(fù)它np.vectorize(math.log)。請參閱下面的完整解決方案。logMultiple=np.v