ValueError：在 Python 中使用序列设置数组元素答案

【问题标题】：ValueError: setting an array element with a sequence in PythonValueError：在 Python 中使用序列设置数组元素
【发布时间】：2016-02-29 16:33:24
【问题描述】：

首先，这是我的代码：

"""Softmax."""

scores = [3.0, 1.0, 0.2]

import numpy as np

def softmax(x):
    """Compute softmax values for each sets of scores in x."""
    num = np.exp(x)
    score_len = len(x)
    y = np.array([0]*score_len)
    sum_n = np.sum(num)
    #print sum_n
    for index in range(1,score_len):
        y[index] = (num[index])/sum_n
    return y

print(softmax(scores))

错误出现在以下行：

y[index] = (num[index])/sum_n

我运行代码：

# Plot softmax curves
import matplotlib.pyplot as plt
x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])

plt.plot(x, softmax(scores).T, linewidth=2)
plt.show()

这里到底出了什么问题？

【问题讨论】：

你试过调试吗？
错误很明显...
@MSeifert 调试它是什么意思？
如果你看你传递给softmax的值，错误就变得很明显了
@SharanDuggirala - 参见例如Wikipedia

标签： python arrays numpy softmax

【解决方案1】：

只需将print 语句编辑为“调试器”即可揭示正在发生的事情：

import numpy as np

def softmax(x):
    """Compute softmax values for each sets of scores in x."""
    num = np.exp(x)
    score_len = len(x)
    y = np.array([0]*score_len)
    sum_n = np.sum(num)
    #print sum_n
    for index in range(1,score_len):
        print((num[index])/sum_n)
        y[index] = (num[index])/sum_n
    return y

x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])
softmax(scores).T

打印出来

[ 0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504  0.00065504
  0.00065504  0.00065504]

所以您试图将此数组分配给另一个数组的一个元素。这是不允许的！

有几种方法可以让它发挥作用。只是改变

y = np.array([0]*score_len)

到多维数组会起作用：

y = np.zeros(score.shape)

这应该可以解决问题，但我不确定这是否是您想要的。

编辑：

看来你不想要多维输入，所以你只需要改变：

scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])

到

scores = np.hstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])

通过打印scores.shape 来验证这些数组的形状确实可以帮助您自己发现此类错误。第一个堆栈沿第一个轴（vstack）和第零轴堆栈（这是你想要的）

【讨论】：

我只想要一个单数。 num[index] 应该是一个数字，sum_n 也是如此。为什么分工会导致如此庞大的阵列？
编辑了答案。我认为您使用了vstack，而hstack 更合适。
np.exp() 一开始对列表做了什么？我想要一个返回列表中每个元素的exp() 的列表。
我提示了几次，我会再做一次：使用print 语句并自己找出来！在迭代过程中扩展问题的性质也有点令人不悦。如果您有任何其他问题/问题，请打开另一个问题（但首先搜索谷歌）。

【解决方案2】：

这是一种初始化数组的糟糕方式：

y = np.array([0]*score_len)

最好做类似的事情

y = np.zeros((n,m))

其中n 和m 是最终产品的二维。我从您的其他问题中假设您希望 y 是 2d （毕竟你在它上面做了一个 .T ）。

注意你传递给函数的scores 的形状。并且在迭代时，包括:。它可以是可选的，但你需要它来保持你自己的尺寸：

y[index,:] = (num[index,:])/sum_n

总之 - 专注于了解如何使用多维数组 - 如何创建它们，如何索引它们，如何在没有迭代的情况下使用它们，以及如何在需要时正确迭代。

【讨论】：

【解决方案3】：

这应该可以完美快速地运行

scores = [3.0, 1.0, 0.2]

import numpy as np


def softmax(x):

    num = np.exp(x)
    score_len = len(x)

    y = np.zeros(score_len, object) # or => np.asarray([None]*score_len)
    sum_n = np.sum(num)

    for i in range(score_len):
        y[i] = num[i] / sum_n

    return y


print(softmax(scores))

x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])

printout = softmax(scores).T

print(printout)

输出：

[0.8360188027814407 0.11314284146556011 0.050838355752999158]

[ array([  3.26123038e-05,   3.60421698e-05,   3.98327578e-05,
         4.40220056e-05,   4.86518403e-05,   5.37685990e-05,
         5.94234919e-05,   6.56731151e-05,   7.25800169e-05,
         8.02133239e-05,   8.86494329e-05,   9.79727751e-05,
         1.08276662e-04,   1.19664218e-04,   1.32249413e-04,
         1.46158206e-04,   1.61529798e-04,   1.78518035e-04,
         1.97292941e-04,   2.18042421e-04,   2.40974142e-04,
         2.66317614e-04,   2.94326482e-04,   3.25281069e-04,
         3.59491177e-04,   3.97299194e-04,   4.39083515e-04,
         4.85262332e-04,   5.36297817e-04,   5.92700751e-04,
         6.55035633e-04,   7.23926331e-04,   8.00062328e-04,
         8.84205618e-04,   9.77198335e-04,   1.07997118e-03,
         1.19355274e-03,   1.31907978e-03,   1.45780861e-03,
         1.61112768e-03,   1.78057146e-03,   1.96783579e-03,
         2.17479489e-03,   2.40352006e-03,   2.65630048e-03,
         2.93566604e-03,   3.24441273e-03,   3.58563059e-03,
         3.96273465e-03,   4.37949910e-03,   4.84009504e-03,
         5.34913227e-03,   5.91170543e-03,   6.53344491e-03,
         7.22057331e-03,   7.97996764e-03,   8.81922816e-03,
         9.74675448e-03,   1.07718296e-02,   1.19047128e-02,
         1.31567424e-02,   1.45404491e-02,   1.60696814e-02,
         1.77597446e-02,   1.96275532e-02,   2.16918010e-02,
         2.39731477e-02,   2.64944256e-02,   2.92808687e-02,
         3.23603645e-02,   3.57637337e-02,   3.95250385e-02,
         4.36819230e-02,   4.82759910e-02,   5.33532213e-02,
         5.89644285e-02,   6.51657716e-02,   7.20193157e-02,
         7.95936532e-02,   8.79645908e-02])
 array([ 0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504,
        0.00065504,  0.00065504,  0.00065504,  0.00065504,  0.00065504])
 array([ 0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433,
        0.00029433,  0.00029433,  0.00029433,  0.00029433,  0.00029433])]

【讨论】：

【解决方案4】：

数组构造的不一致可能会导致这种问题例如

[[1,2,3,4], [2,3], [1],[1,2,3,4]]

这是一个错误的示例数组。

【讨论】：