python - 如何修复python中的“索引超出范围”错误，使用numpy？

Question

我正在尝试构建一个从数组中删除任何负数的函数，但会收到错误消息。我需要改变什么？

这适用于使用 numpy 库的 python 3 到目前为止我尝试过的代码是：

def drop_negative_numbers(a):
    b = a
    for i in range(a.size): 
        if a[i] < 0:
            b = np.delete(b, a[i])       
    return b

我正在尝试使这个断言起作用：

a = np.array([1, 2, -3, 4, -5])
b = drop_negative_numbers(a)
npt.assert_equal(b, [1, 2, 4])

但我收到此错误消息：IndexError: index -5 is out of bounds for axis 0 with size 4

Answer 1

错误在于分配b = a。 b 不是副本，只是a 的（另一个）视图：b 中的任何机会都反映在a 中。如果你在函数中使用b = a.copy()（或b = a[:]），你的代码就可以工作。

但是，使用 NumPy，以向量（数组）方式思考会更清晰、更快速：例如，使用

a = np.array([1, 2, -3, 4, -5])
b = a[a >= 0]

你不再需要你的函数了。

Answer 2

在您的 for 循环中，您对数组进行了多次迭代，如果您随后删除 -3，则数组中只有 4 个项目。然后您到达 -5 并尝试删除该项目，但这将是第 5 项（4，当您从 0 开始时），这意味着您的索引无效，因为您的数组中不再有第 5 项。

您想在开始时制作数组的副本，然后遍历一个列表并从另一个列表中删除

Answer 3

详细查看每次删除会发生什么：

In [43]: a                                                                      
Out[43]: array([ 1,  2, -3,  4, -5])
In [44]: b=a                                                                    
In [45]: a[2]                                                                   
Out[45]: -3
In [46]: b=np.delete(b, a[2])                                                   
In [47]: b                                                                      
Out[47]: array([ 1,  2,  4, -5])
In [48]: a[4]                                                                   
Out[48]: -5
In [49]: b=np.delete(b, a[4])                                                   
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-49-a326bbe5d5c9> in <module>
----> 1 b=np.delete(b, a[4])

/usr/local/lib/python3.6/dist-packages/numpy/lib/function_base.py in delete(arr, obj, axis)
   4374             raise IndexError(
   4375                 "index %i is out of bounds for axis %i with "
-> 4376                 "size %i" % (obj, axis, N))
   4377         if (obj < 0):
   4378             obj += N

IndexError: index -5 is out of bounds for axis 0 with size 4

delete 每次都会创建一个新数组。这使得它比类似的列表方法慢。但这确实意味着a 不会改变。

np.delete 采用索引，而不是值（它与列表 del 不同）。 a[2] 恰好可以工作，因为 a[-3] 是 [-3]。 a[4] 是 -5，它不是大小为 4 b 的有效索引。

如果我们指定索引而不是值，删除工作正常：

In [51]: b=a                                                                    
In [52]: b=np.delete(b, 2)                                                      
In [53]: b                                                                      
Out[53]: array([ 1,  2,  4, -5])
In [54]: b=np.delete(b, 3)                                                      
In [55]: b                                                                      
Out[55]: array([1, 2, 4])

但是重复的delete 很慢；最好一次删除所有负数：

In [56]: a                                                                      
Out[56]: array([ 1,  2, -3,  4, -5])
In [57]: np.delete(a,[2,4])                                                     
Out[57]: array([1, 2, 4])

我们可以使用where 来获取索引：

In [65]: a<0                                                                    
Out[65]: array([False, False,  True, False,  True])
In [66]: np.where(a<0)                                                          
Out[66]: (array([2, 4]),)
In [67]: np.delete(a, np.where(a<0))                                            
Out[67]: array([1, 2, 4])

但是我们可以直接使用掩码：

In [68]: a[~(a<0)]                                                              
Out[68]: array([1, 2, 4])

对于一个列表，一个简单的列表推导效果很好：

In [69]: b = a.tolist()                                                         
In [70]: [i for i in b if not i<0]                                              
Out[70]: [1, 2, 4]

另一个众所周知的列表技巧是从末尾迭代，这样任何删除都不会弄乱剩余的列表。