'index 0 is out of bounds for axis 0 with size 0' 是什么意思？

Question

我是 python 和 numpy 的新手。 我运行了我编写的代码，并收到了以下消息： '索引 0 超出轴 0 的范围，大小为 0' 没有上下文，我只想弄清楚这意味着什么。问这个可能很愚蠢，但是轴 0 和大小 0 是什么意思？索引 0 表示数组中的第一个值.. 但我无法弄清楚轴 0 和大小 0 的含义。

“数据”是一个文本文件，两列中有很多数字。

x = np.linspace(1735.0,1775.0,100)
column1 = (data[0,0:-1]+data[0,1:])/2.0
column2 = data[1,1:]
x_column1 = np.zeros(x.size+2)
x_column1[1:-1] = x
x_column1[0] = x[0]+x[0]-x[1]
x_column1[-1] = x[-1]+x[-1]-x[-2]
experiment = np.zeros_like(x)
for i in range(np.size(x_edges)-2):
    indexes = np.flatnonzero(np.logical_and((column1>=x_column1[i]),(column1<x_column1[i+1])))
    temp_column2 = column2[indexes]
    temp_column2[0] -= column2[indexes[0]]*(x_column1[i]-column1[indexes[0]-1])/(column1[indexes[0]]-column1[indexes[0]-1])
    temp_column2[-1] -= column2[indexes[-1]]*(column1[indexes[-1]+1]-x_column1[i+1])/(column1[indexes[-1]+1]-column1[indexes[-1]])
    experiment[i] = np.sum(temp_column2)   
return experiment

Answer 1

在numpy中，索引和维度编号从0开始。所以axis 0表示第一个维度。同样在numpy 中，维度的长度（大小）可以为0。最简单的情况是：

In [435]: x = np.zeros((0,), int)
In [436]: x
Out[436]: array([], dtype=int32)
In [437]: x[0]
...
IndexError: index 0 is out of bounds for axis 0 with size 0

如果x = np.zeros((0,5), int)，我也得到它，一个 0 行和 5 列的二维数组。

因此，您在代码中的某个位置创建了一个第一个轴大小为 0 的数组。

当询问错误时，您应该告诉我们错误发生在哪里。

同样在调试此类问题时，您应该首先打印可疑变量的shape（可能还有dtype）。

适用于pandas

• 使用pandas 的用户在向numpy.array 发送Series 或DataFrame 时可能会出现同样的错误，如下所示：
  • pandas.Series.values 或 pandas.Series.to_numpy() 或 pandas.Series.array
  • pandas.DataFrame.values 或 pandas.DataFrame.to_numpy()

解决错误：

1. 使用try-except 块
2. 验证数组的大小不为0
   • if x.size != 0:

Answer 2

本质上，这意味着您没有尝试引用的索引。例如：

df = pd.DataFrame()
df['this']=np.nan
df['my']=np.nan
df['data']=np.nan
df['data'][0]=5 #I haven't yet assigned how long df[data] should be!
print(df)

会给我你所指的错误，因为我没有告诉 Pandas 我的数据框有多长。而如果我执行完全相同的代码但我确实分配了索引长度，我不会收到错误：

df = pd.DataFrame(index=[0,1,2,3,4])
df['this']=np.nan
df['is']=np.nan
df['my']=np.nan
df['data']=np.nan
df['data'][0]=5 #since I've properly labelled my index, I don't run into this problem!
print(df)

希望能回答您的问题！

Answer 3

这是 python 中的IndexError，这意味着我们正在尝试访问张量中不存在的索引。下面是一个非常简单的例子来理解这个错误。

# create an empty array of dimension `0`
In [14]: arr = np.array([], dtype=np.int64) 

# check its shape      
In [15]: arr.shape  
Out[15]: (0,)

有了这个数组arr，如果我们现在尝试将任何值分配给某个索引，例如索引0，如下例所示

In [16]: arr[0] = 23     

然后，我们会得到一个IndexError，如下：

---

IndexError                                Traceback (most recent call last)
<ipython-input-16-0891244a3c59> in <module>
----> 1 arr[0] = 23

IndexError: index 0 is out of bounds for axis 0 with size 0

原因是我们试图访问一个不存在的索引（这里在第 0^th 位置）（即它不存在，因为我们有一个大小为 0 的数组）。

In [19]: arr.size * arr.itemsize  
Out[19]: 0

所以，从本质上讲，这样的数组是没有用的，不能用于存储任何东西。因此，在您的代码中，您必须遵循回溯并查找您正在创建大小为 0 的数组/张量的位置并修复它。