PYTHON Numpy 创建数组到数学和统计计算

​Numpy是Python中最常用的模块之一，它用于各种任务，从创建数组到数学和统计计算。Numpy还为Python编程带来了效率。在使用numpy时，您可能会遇到此错误，TypeError:onlysize-1arrayscanbeconvertedtoPythonscalars它是经常出现的错误之一，有时解决它会成为一项艰巨的挑战。含义：只有大小为1的数组才能转换为Python标量错误当Python需要单个值但您传递了由多个值组成的数组时，通常会出现此错误。例如：您想要计算数组的指数值，但指数值函数是为标量变量（即单个值）设计的。当您在函数中传递numpy数组时，它将返回此错误。此错误处理是为了防止代码进一步处理并避免函数稍后出现意外输出。

有5种方法可以解决这个错误解决方案与示例1、创建可重现的示例

2、解决方案1：使用.astype()方法

3、解决方案2：使用np.vectorize()

4、解决方案3：使用地图

5、解决方案4：使用循环

6、解决方案5：使用apply_along_axis创建可重现的示例让我们通过一个例子来理解这个问题。假设您有一个由小数值组成的数组，并且您的经理要求您将其转换为整数。让我们创建一个具有小数（浮点数）的numpy数组importnumpyasnpx=np.array([2,3.5,4,5.3,27])让我们转换为整数值（不带小数）(x)TypeError：只有size-1数组可以转换为Python标量()已弃用别名，因此您可以简单地使用int(x)，但您会得到相同的错误。这是因为和()都只int(x)接受单个值，而不接受存储在数组中的多个值。换句话说，您传递了一个数组而不是标量变量解决方案一：使用.astype()方法为了将浮点值的NumPy数组转换为整数值，我们可以使用以下代码：x.astype(int)输出array([2,3,4,5,27])原始数组中的3.5和5.3已转换为3和5。为了反映x数组的变化，请使用以下代码：x=x.astype(int)解决方案2：使用np.vectorize()另一种可能的解决方案是使用np.vectorize()而不是.astype().

但请注意，与之前的解决方案相比，这效率不高。convert2Integer=np.vectorize(int)convert2Integer(x)解决方案3：使用map通过使用map我们可以将int()函数应用于每个数组元素。在map中，我们需要传递两个参数——我们想要转换的函数和数组。np.array(list(map(int,x)))解决方案4：使用loop它很容易理解循环，并且您可以在数据操作方面灵活地处理每个元素。但这不一定是有效的方法。它还涉及编写额外的代码行，这些代码可以在一行中解决。我们创建了辅助数组y，其长度与数组x相似。后来我们通过int()函数转换每个元素。l=len(x)y=np.array([None]*l)foriinrange(l):y[i]=int(x[i])print(y)解决方案5：使用apply_along_axisApply_along_axis让您应用于int()numpy数组。l=lambday:[int(i)foriiny]np.apply_along_axis(l,0,x)另一个例子假设您需要计算数组的对数值。importnumpyasnpimportmathx=np.array([2,3,1])math.log(x)TypeError：只有size-1数组可以转换为Python标量发生此错误的原因math.log(x)是只能取一个数值。在这里你可以使用np.log(x)

输出array([0.69314718,1.09861229,0])您还可以使用来修复它np.vectorize(math.log)。请参阅下面的完整解决方案。logMultiple=np.v