如何修复 TypeError：只有整数标量数组可以转换为标量索引？ [复制]答案

【问题标题】：how do I fix TypeError: only integer scalar arrays can be converted to a scalar index? [duplicate]如何修复 TypeError：只有整数标量数组可以转换为标量索引？ [复制]
【发布时间】：2019-10-28 13:03:37
【问题描述】：

当我创建代码以使其输入“Pin”并且代码将尝试对其进行解码时，我编写了一个代码来解决此问题，但它循环了太多次，所以我尝试用它来缩短它。

import numpy as np

print('enter your pin')
p = [
[int(input())],
[int(input())],
[int(input())],
[int(input())]
]
x = [
[0],
[0],
[0],
[0]
]
np_X = np.array(x)
y = [
[1],
[1],
[1],
[1]
]
np_Y = np.array(y)

while np_X.all(np_X) != p:
        np_X = np_X + np_Y
        print(np_X)

但它给了我一个error，我尝试自己解决它，但我得到的只是

TypeError：只有整数标量数组可以转换为标量索引。

我想知道我做错了什么。

【问题讨论】：

标签： python numpy

【解决方案1】：

np_X 是一个 (4,1) 数组：

In [114]: np_X                                                                  
Out[114]: 
array([[0],
       [0],
       [0],
       [0]])

这是产生错误的代码。您应该已经显示了整个回溯。它可以帮助我们以及您确定问题所在。

In [115]: np_X.all(np_X)                                                        
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-115-a3b876cb154f> in <module>
----> 1 np_X.all(np_X)

/usr/local/lib/python3.6/dist-packages/numpy/core/_methods.py in _all(a, axis, dtype, out, keepdims)
     46 
     47 def _all(a, axis=None, dtype=None, out=None, keepdims=False):
---> 48     return umr_all(a, axis, dtype, out, keepdims)
     49 
     50 def _count_reduce_items(arr, axis):

TypeError: only integer scalar arrays can be converted to a scalar index

查看numpyall 的文档。它需要一个axis 参数，而不是一个数组！

有效的用途是：

In [116]: np_X.all(0)                                                           
Out[116]: array([False])
In [117]: np_X.all(1)                                                           
Out[117]: array([False, False, False, False])

你想做什么？比较p 和np_X？

In [119]: np_X != p                                                             
Out[119]: 
array([[ True],
       [False],
       [ True],
       [ True]])

将all 方法应用于该布尔数组：

In [120]: (np_X != p).all()                                                     
Out[120]: False

使您的数组 (4,1) 形状、列向量是不必要的复杂化。一个简单的 4 元素数组就足够了：

In [121]: np_X = np.zeros(4, int)                                               
In [122]: np_X                                                                  
Out[122]: array([0, 0, 0, 0])
p = [
int(input()),
int(input()),
int(input()),
int(input())
]

或者简单地说：

p = [int(input()) for _ in range(4)]

【讨论】：

应该被接受的答案。

【解决方案2】：

把你的while循环改成这个。

np_X == p 将返回一个布尔值数组。
每个布尔值将对应两个数组中的数字是否匹配。
np.all 仅当数组中的每个元素都为 true 时才会返回 true
因此，如果 n_X 正好是 p，则 np.all(np_X == p) 返回 true

while not np.all(np_X == p):
    np_X = np_X + np_Y
    print(np_X)

但是，您的整个代码仍然无法正常工作。您将 1 添加到 x 的每个元素。相反，您似乎想遍历 4 个整数 0 - 9 的所有可能组合。

即。

from itertools import combinations
for pin_1, pin_2, pin_3, pin_4 in combinations(range(9), 4):
    np_X = np.array([[pin_1], [pin_2], [pin_3], [pin_4]])
    if np.all(np_X == p):
        break
print(np_X)

【讨论】：

【解决方案3】：

在这一行：

while np.all(np_X != p)

你正在打印

while np_X.all(np_X) != p:

【讨论】：