TypeError：只有长度为 1 的数组可以转换为 Python 标量，同时显示绘图答案

【问题标题】：TypeError: only length-1 arrays can be converted to Python scalars while plot showingTypeError：只有长度为 1 的数组可以转换为 Python 标量，同时显示绘图
【发布时间】：2016-08-09 09:20:58
【问题描述】：

我有这样的 Python 代码：

import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return np.int(x)

x = np.arange(1, 15.1, 0.1)
plt.plot(x, f(x))
plt.show()

还有这样的错误：

TypeError: only length-1 arrays can be converted to Python scalars

我该如何解决？

【问题讨论】：

标签： python numpy

【解决方案1】：

当函数需要单个值但您传递一个数组时，会引发错误“只有长度为 1 的数组可以转换为 Python 标量”。

如果您查看np.int 的调用签名，您会发现它接受单个值，而不是数组。一般来说，如果你想将一个接受单个元素的函数应用于数组中的每个元素，你可以使用np.vectorize：

import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return np.int(x)
f2 = np.vectorize(f)
x = np.arange(1, 15.1, 0.1)
plt.plot(x, f2(x))
plt.show()

您可以跳过 f(x) 的定义，只需将 np.int 传递给 vectorize 函数：f2 = np.vectorize(np.int)。

请注意，np.vectorize 只是一个便利函数，基本上是一个 for 循环。这在大型阵列上效率低下。只要有可能，请使用真正矢量化的函数或方法（例如 astype(int) 和 @FFT suggests）。

【讨论】：

更干净，我想也更快（我应该测试）。对于这样的事情，我仍然需要学习 numpy 的复杂性:)
有趣的是，我的答案似乎更快，并且我给出了调查背后的原因，但我不知道性能差异的真正原因。也许有人会有所启发:)
np.int 只是拼写int 的一种令人困惑的方式。永远不要使用前者。您的代码可以简化为f = int。
@ayhan: 如果我想将 numpy array 转换为 object ，我可以将其插入到 MongoDB 中怎么办？ /跨度>
np.int() 已弃用。

【解决方案2】：

用途：

x.astype(int)

这里是reference。

【讨论】：

与接受的答案相比，此答案有效，不推荐使用 np.int()。

【解决方案3】：

dataframe['column'].squeeze() 应该可以解决这个问题。它基本上将数据框列更改为列表。

【讨论】：

【解决方案4】：

注意为x 打印的内容。您正在尝试将数组（基本上只是一个列表）转换为 int。 length-1 将是单个数字的数组，我假设 numpy 只是将其视为浮点数。你可以这样做，但这不是一个纯粹的 numpy 解决方案。

编辑：几周前我参与了一篇帖子，其中 numpy 的操作比我预期的要慢，我意识到我已经陷入了一种默认的心态，即 numpy 始终是追求速度的方法。由于我的答案不如 ayhan 的那么干净，我想我会使用这个空间来证明这是另一个这样的例子来说明 vectorize 比在 Python 中构建列表慢 10% 左右。我对numpy知之甚少，无法解释为什么会这样，但也许其他人会这样做？

import numpy as np
import matplotlib.pyplot as plt
import datetime

time_start = datetime.datetime.now()

# My original answer
def f(x):
    rebuilt_to_plot = []
    for num in x:
        rebuilt_to_plot.append(np.int(num))
    return rebuilt_to_plot

for t in range(10000):
    x = np.arange(1, 15.1, 0.1)
    plt.plot(x, f(x))

time_end = datetime.datetime.now()

# Answer by ayhan
def f_1(x):
    return np.int(x)

for t in range(10000):
    f2 = np.vectorize(f_1)
    x = np.arange(1, 15.1, 0.1)
    plt.plot(x, f2(x))

time_end_2 = datetime.datetime.now()

print time_end - time_start
print time_end_2 - time_end

【讨论】：

【解决方案5】：

在这种情况下，输出必须是一个四舍五入的int 值。

import numpy as np

arr = np.array([2.34, 2.56, 3.12])
output = np.round(arr).astype(int)

print(output)
# array([2, 3, 3])

【讨论】：