TypeError：一元的错误操作数类型 -: 'tuple'答案

【问题标题】：TypeError: bad operand type for unary -: 'tuple'TypeError：一元的错误操作数类型 -: 'tuple'
【发布时间】：2020-05-12 05:46:12
【问题描述】：

在我的代码中，我想计算 Q 相对于 l 和 d 变化的变化，但我收到 TypeError: bad operand type for unary -: 'tuple' 如何解决此问题的错误

import numpy as np
import matplotlib.pyplot as plt

def plot_with_variating_D ():
    l = np.arange(1, 1.5, 0.01)
    d = np.arange(0.005, 0.015, 0.0002)
    zero=np.zeros(50)
    one=np.ones(50)
    Eb1 = 3543.75
    A1 = 1
    A2 = np.pi * (d / 2)
    A3 = np.pi
    F11 = 0
    F21 = 2 * (np.arctan(0.5 / l) * (180 / np.pi)) / 360
    F12 = (d * np.pi * F21)
    F12p = (((4 / l ** 2) + 4) ** 0.5 - 2) * (l / 2)
    F13 = F12p - F12
    F14 = 1 - F12 - F13
    F23 = 0.5
    F24 = 1 - F21 - F23
    F34 = F14 / np.pi
    rho = 0.7
    k = 0.04
    pr = 0.7
    cp = 1005
    myu = 2.4 * 10 ** -5
    alpha = 5.68 * 10 ** -5
    beta = 1 / 500
    Ra = (rho * 9.81 * beta * (500 - 293) * l) / (myu * alpha)
    Nu = 0.68 + (0.67 * Ra ** 0.25) / (1 + (0.429 / pr) ** (9 / 16)) ** (4 / 9)
    h = Nu * k
    J1 = 3543.75 + 0.42 * h * (500 - 295)

    a = np.array([[F12,F13, zero], [A2*F23,-(A2*F23+F13,zero)], [-(4*A2+F12+A2*F23),A2*F23,4*A2]])
    b = np.array([7*(J1-Eb1)/3 +F12*J1+F13*J1,-F13*J1,-F12*J1])
    x = np.linalg.solve(np.moveaxis(a, -1, 0), np.moveaxis(b,-1,0))
    x = x.T
    J2 = -x[0]

    J3 = x[1]
    Eb2 = -x[2]
    qrad = (Eb2 - J2)*(0.8 * A2) / 0.2
    print(Eb2)
    return qrad

plot_with_variating_D()

【问题讨论】：

请添加完整的回溯
d 是一个范围，这意味着多个值（即一个元组），您到底想要实现什么？
文件“C:/Users/user/pythonn/heat.py”，第 52 行，在 plot_with_variating_D() 文件“C:/Users/user/pythonn/heat.py”中，第 42 行，在 plot_with_variating_D x = np.linalg.solve(np.moveaxis(a, -1, 0), b) 文件“<__array_function__ internals>”，第 6 行，在求解文件“C:\Users\user\pythonn \numpy\linalg\linalg.py”，第 385 行，在求解 _assert_stacked_2d(a) 文件“C:\Users\user\pythonn\numpy\linalg\linalg.py”，第 207 行，在 _assert_stacked_2d 中'至少二维' % a.ndim) numpy.linalg.LinAlgError：给定的一维数组。数组必须至少是二维的
我想根据 D 和 L 的新值计算 qrad

标签： python python-3.x python-2.7

【解决方案1】：

以下行导致它：

    a = np.array([[F12,F13, zero], [A2*F23,-(A2*F23+F13,zero)], [-(4*A2+F12+A2*F23),A2*F23,4*A2]])

更具体地说：[A2*F23,-(A2*F23+F13,zero)] 无效。

我猜你的意思是[A2*F23,-(A2*F23+F13),zero]

【讨论】：