('numpy.ndarray' object is not) Numpy报”TypeError:’numpy.ndarray’object is not subscriptable “的原因以及解决办法 TypeError: 'numpy.ndarray' object is not subscriptable：常见原因和解决方法全网首发(图文详解1)

(‘numpy.ndarray’ object is not) Numpy报”TypeError:’numpy.ndarray’object is not subscriptable “的原因以及解决办法 TypeError: ‘numpy.ndarray’ object is not subscriptable：常见原因和解决方法全网首发(图文详解1)

(‘numpy.ndarray’ object is not) Numpy报”TypeError:’numpy.ndarray’object is not subscriptable “的原因以及解决办法

TypeError: 'numpy.ndarray' object is not subscriptable 这个错误提示通常出现在你尝试去订阅（即使用方括号索引）一个Numpy数组，但是却没有正确地使用索引。下面是出现这个错误的常见原因，以及如何解决这些问题的方法。

常见原因和解决办法：

将整个数组作为索引尝试访问:
- 错误示例: array[np.array([1, 2, 3])]
- 解决办法: 应确保索引是整数或者整数数组、布尔数组、切片等。
使用了不支持的对象作为索引:
- 错误示例: array[{0: 1}]
- 解决办法: 使用整数、切片或者布尔数组作为索引。
误将单个数组元素当成了数组:
- 错误示例: elem[0] 其中 elem 已经是数组中的单个项目，不是数组。
- 解决办法: 直接使用元素而不是尝试索引。
数组被封装在其他数据结构中:
- 错误示例: array_in_list[0][1] 其中 array_in_list 是一个包含数组的列表。
- 解决办法: 确保正确索引封装的数据结构，比如 array_in_list[0] 可能是一个 ndarray，使用 array_in_list[0][1] 来索引这个数组。

解决示例代码：

import numpy as np

# 创建一个Numpy数组
my_array = np.array([1, 2, 3, 4, 5])

# 正确使用索引来获取元素
element = my_array[2]  # 正确
print('第三个元素:', element)

# 如果索引的使用是错误的，就会引起TypeError。下面是一个错误的例子，以及如何纠正它。
try:
    # 假设我们错误地尝试使用数组作为索引
    wrong_element = my_array[np.array([2])]
except TypeError as e:
    print('错误:', e)
    # 正确的方法是使用逗号分隔的索引，如果你要索引超过一个维度
    correct_element = my_array[(2,)]
    print('纠正后第三个元素:', correct_element)

# 使用切片正确访问数组范围内的元素
slice_of_array = my_array[1:4]  # 从第二个元素到第四个元素
print('数组切片:', slice_of_array)

# 使用整数数组正确访问多个指定元素
selected_elements = my_array[[1, 3]]  # 获取第二和第四个元素
print('选中元素:', selected_elements)

# 使用布尔数组来过滤数组
bool_idx = my_array > 2  # 获取大于2的元素的布尔索引
filtered_elements = my_array[bool_idx]
print('过滤后的元素:', filtered_elements)

通过这个示例代码，我们可以看到如何正确地使用Numpy数组的索引。始终确保你的索引是有效的，如果你不确定，请参考Numpy的官方文档来查看支持的索引类型。如果你遇到上述错误，遵循错误消息中给出的指引，检查你的索引是否正确。
(py文件) 图文详解Python如何导入自己编写的py文件 Python导入自己编写py文件步骤全网首发(图文详解1)
(pivot函数) 详解pandas.DataFrame.pivot()（创建透视表）函数使用方法 pandas.DataFrame.pivot函数：重塑数据布局创建透视表全网首发(图文详解1)