迹忆客 专注技术分享

IndexError 太常见了，特别是当您刚接触 numpy 数组时。 索引是数组中元素的位置。

当我们有一个简单的数组时，这很容易，但是当维度增加时，数组也会变得复杂。 随着数组维数的增加，索引也会增加。

假设当您有一个简单数组时，您将需要一个索引来访问元素，而在二维数组中，您将需要两个索引。

一维和二维数组的示例：

One_D = [1,2,3,4,5]
print(One_D[0]) #--> 1

two_D = [[1,2,3],
         [4,5,6]]
print(two_D[1][0]) #--> 4

输出:

1
4

Python 中什么是 IndexError：invalid index to scalar variable

当您滥用 numpy 数组的索引时，Python 中会出现 IndexError: invalid index to scalar variable。 假设我们有一维 arr。

import numpy as npy

arr = npy.array([1,2,3,4,5])

print(arr[0][1])

输出:

IndexError: invalid index to scalar variable.

在上面的示例中，数组 arr 仅需要一个索引，但我们试图访问具有两个索引 [0][1] 的元素，而该索引并不存在。 因此，它会抛出 IndexError：invalid index to scalar variable。

修复 Python 中的 IndexError：invalid index to scalar variable.

修复 IndexError 太简单容易了； 错误本身是不言自明的； 它告诉我们问题出在索引上，并且您提供了无效的索引来访问该元素。

我们需要根据数组的性质提供正确的索引。 让我们修复上述程序的 IndexError。

import numpy as npy

arr = npy.array([1,2,3,4,5])

print(arr[3])

输出:

4

修复二维 Numpy 数组中 IndexError：invalid index to scalar variable

当您了解数组的工作原理时，二维对于理解索引来说并不是什么大问题，您就可以开始了。

让我们举一个二维 numpy 数组的例子。

import numpy as npy

# creating a 2-D array
arr = npy.array([[1,2,3],
                 [4,5,6]])

# with 2 rows and 3 columns
print(arr.shape)

# arr[2nd row] [3rd column]
print(arr[1][2])

#print(arr[1][2][3]) --> IndexError: invalid index to scalar variable.

输出:

(2, 3)
6

在这个例子中，我们有一个二维数组 arr，其形状为 (2,3) 意味着它有 2 行 3 列，我们知道在计算机编程语言中，索引从 0 开始，表示 1。

所以索引 arr[1][2] 表示访问数组 arr 第 2 行第 3 列的元素，即 6。

再说一遍，如果您向 arr 数组提供像 arr[1][2][3] 3 个索引而不是 2 个索引这样的无效索引，则会抛出 IndexError: invalid index to scalar variable，因为该位置在 arr 数组中不存在 。