错误：使用序列设置数组元素。蟒蛇/麻木

Question

我在尝试将数组分配给另一个数组特定位置时收到此错误。 在创建简单列表并进行此类分配之前，我正在这样做。但是 Numpy 比简单的列表更快，我现在正在尝试使用它。

问题是因为我有一个 2D 数组来存储一些数据，并且在我的代码中，我有，例如，计算每个位置值的梯度，所以我创建另一个 2D 数组，其中每个位置存储它的梯度价值。

import numpy as np

cols = 2
rows = 3

# This works
matrix_a = []

for i in range(rows):
    matrix_a.append([0.0] * cols)

print matrix_a    
matrix_a[0][0] = np.matrix([[0], [0]])    
print matrix_a

# This doesn't work
matrix_b = np.zeros((rows, cols)) 
print matrix_b   

matrix_b[0, 0] = np.matrix([[0], [0]])

发生的事情是因为我有一个定义 np.zeros((rows, cols)) 对象的类，该对象存储有关某些数据的信息，从而简化了例如图像数据。

class Data2D(object):
    def __init__(self, rows=200, cols=300):
        self.cols = cols
        self.rows = rows
        # The 2D data structure
        self.data = np.zeros((rows, cols))

在特定的方法中，我必须计算这个数据的梯度，这是一个 2 x 2 矩阵（因此我想使用 ndarray，而不是简单的 数组），为此，我创建了这个对象的另一个实例来存储这个新数据，每个点（像素）都应该存储它的梯度。我使用的是简单的列表，这很有效，但我虽然可以使用 numpy 获得一些性能。

有办法解决这个问题吗？或者更好的方法来做这样的事情？ 我知道我可以将数组类型定义为 object，但我不知道这样做是否会失去性能。

谢谢。

Answer 1

问题是 matrix_b 默认为 float dtype。在我的机器上，检查

matrix_b.dtype

返回dtype('float64')。要创建一个可以容纳任何东西的 numpy 数组，您可以手动将 dtype 设置为 object，这将允许您在其中放置一个矩阵：

matrix_b = np.zeros((rows, cols), dtype=object)
matrix_b[0, 0] = np.matrix([[0], [0], [1]])

Answer 2

您可以在数组中添加另一个大小为 3 的维度。

import numpy as np

cols = 2
rows = 3
matrix_b = np.zeros((rows, cols, 3)) 
matrix_b[0, 0] = np.array([0, 0, 1])
matrix_b[0, 0] = [0, 0, 1]  #This also works 

另一个选项是将 dtype 设置为list，然后您可以将每个元素设置为一个列表。但这并不是真正推荐的，因为这样做会失去 numpy 的大部分速度性能。

matrix_b = np.zeros((rows, cols), dtype=list) 
matrix_b[0, 0] = [0, 0, 1]