numpy.VisibleDeprecationWarning：从参差不齐的嵌套序列创建一个 ndarray

Question

这是我无法理解的行为示例，也许有人可以分享对其背后逻辑的见解：

ccn = np.ones(1)
bbb = 7
bbn = np.array(bbb)
bbn * ccn # this is OK
    array([7.])
np.prod((bbn,ccn)) # but this is NOT
    Traceback (most recent call last):
    File "C:\Program Files\JetBrains\PyCharm Community Edition 2020.2.2\plugins\python-ce\helpers\pydev\_pydevd_bundle\pydevd_exec2.py", line 3, in Exec
    exec(exp, global_vars, local_vars)
  File "<input>", line 1, in <module>
  File "<__array_function__ internals>", line 5, in prod
  File "C:\Users\...\venv\lib\site-packages\numpy\core\fromnumeric.py", line 2999, in prod
    return _wrapreduction(a, np.multiply, 'prod', axis, dtype, out,
  File "C:\Users\...\venv\lib\site-packages\numpy\core\fromnumeric.py", line 87, in _wrapreduction
    return ufunc.reduce(obj, axis, dtype, out, **passkwargs)
numpy.VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray

为什么？为什么两个数字的简单相乘会成为问题？就形式代数而言，没有维度问题，没有数据类型问题？结果总是一个数字，它不可能“突然”转动矢量或对象任何类似的东西。 prod(a,b) for a 和 b 是标量或 1by1“矩阵”，MATLAB 或 Octave 不会有任何问题。

我知道我可以关闭这个错误之类的，但为什么它是偶数和错误？

Answer 1

In [346]: ccn = np.ones(1)
     ...: bbb = 7
     ...: bbn = np.array(bbb)
In [347]: ccn.shape
Out[347]: (1,)
In [348]: bbn.shape
Out[348]: ()
In [349]: np.array((bbn,ccn))
<ipython-input-349-997419ba7a2f>:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  np.array((bbn,ccn))
Out[349]: array([array(7), array([1.])], dtype=object)

你有不同维度的数组，不能组合成一个数值数组。

那个np.prod的表达其实是：

np.multiply.reduce(np.array([bbn,ccn]))

可以从您的回溯中推断出来。

在 Octave 中，两个对象都有形状 (1,1), 2d

>> ccn = ones(1)
ccn =  1
>> ccn = ones(1);
>> size(ccn)
ans =

   1   1

>> bbn = 7;
>> size(bbn)
ans =

   1   1

>> [bbn,ccn]
ans =

   7   1

它没有真正的标量；一切都是 2d 的（甚至 3d 都是最后一维的软糖）。

使用“原始”Python 输入：

In [350]: np.array([1,[1]])
<ipython-input-350-f17372e1b22d>:1: VisibleDeprecationWarning: ...
  np.array([1,[1]])
Out[350]: array([1, list([1])], dtype=object)

object dtype 数组保留输入的类型。

编辑

prod 不是简单的乘法。这是一个归约运算，就像数学中的大 Pi。即使在 Octave 中也不是：

>> prod([[2,3],[3;4]])
error: horizontal dimensions mismatch (1x2 vs 2x1)
>> [2,3]*[3;4]
ans =  18
>> [2,3].*[3;4]
ans =

    6    9
    8   12

numpy 等价物：

In [97]: np.prod((np.array([2,3]),np.array([[3],[4]])))
/usr/local/lib/python3.8/dist-packages/numpy/core/fromnumeric.py:87: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences...
    return ufunc.reduce(obj, axis, dtype, out, **passkwargs)
ValueError: could not broadcast input array from shape (2,1) into shape (2,)

In [98]: np.array([2,3])@np.array([[3],[4]])
Out[98]: array([18])
In [99]: np.array([2,3])*np.array([[3],[4]])
Out[99]: 
array([[ 6,  9],
       [ 8, 12]])

警告，这里是错误，是通过尝试从(np.array([2,3]),np.array([[3],[4]])) 生成一个数组而产生的。