数组切片引发 IndexError：数组索引过多答案

【问题标题】：Array slicing raises IndexError: too many indices for array数组切片引发 IndexError：数组索引过多
【发布时间】：2018-09-24 14:53:23
【问题描述】：

我有一些数据（来自 HDF5 文件），我只想获取一些列。我尝试对数组进行切片，但得到了IndexError，我无法理解为什么。 有什么想法吗？

代码：

>>> type(x)
numpy.ndarray
>>> x
array([((1537445457, 517647), 0.45301986, 13.807418, 0.10681067, 6.856901 , 2.8895614, 15.341972, 2.8160472, 5.7942305, 67.95573, 2.5007493, 13.925896, 1.4587704, 6.1075644, 68.347534, 2.6885383, 15.334871, 0.31526774, 5.9454284, 0.713507  , nan, nan, nan, 0., 0., 0., 0., 0.),                                                                                                        
       ((1537445457, 630955), 0.5777189 , 13.807683, 0.10421388, 6.8743234, 2.7194788, 14.866684, 2.753199 , 5.7411118, 68.38666, 3.0199409, 14.754977, 1.4933671, 5.7361865, 67.82245 , 3.4682775, 15.384485, 0.3508615 , 6.3675985, 0.31907487, nan, nan, nan, 0., 0., 0., 0., 0.)],                                                                                                       
      dtype=[('time', [('sec', '<u4'), ('usec', '<u4')]), ('0', '<f4'), ('1', '<f4'), ('2', '<f4'), ('3', '<f4'), ('4', '<f4'), ('5', '<f4'), ('6', '<f4'), ('7', '<f4'), ('8', '<f4'), ('9', '<f4'), ('10', '<f4'), ('11', '<f4'), ('12', '<f4'), ('13', '<f4'), ('14', '<f4'), ('15', '<f4'), ('16', '<f4'), ('17', '<f4'), ('18', '<f4'), ('19', '<f4'), ('20', '<f4'), ('21', '<f4'), ('22', '<f4'), ('23', '<f4'), ('24', '<f4'), ('25', '<f4'), ('26', '<f4')])

>>> x[0, [0, 1]]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-123-41118eda084a> in <module>()
----> 1 x[0, [0, 1]]

IndexError: too many indices for array

【问题讨论】：

看看x.shape ((2,))。它被视为一个两行数组，没有列。也许您需要重塑您的输入？
@blacksite 你可能就在那儿……哦，天哪。从 HDF5 文件加载数据似乎并非易事。知道如何进行重塑吗？
是的，看起来我无法重塑数据，需要以良好的老式方式对其进行解析。皮塔饼，☹

标签： python numpy h5py

【解决方案1】：

您的数组是结构化数组，具有复合 dtype。您的hdf5 加载没有问题。

In [135]: arr.shape
Out[135]: (2,)
In [136]: arr.dtype
Out[136]: dtype([('time', [('sec', '<u4'), ('usec', '<u4')]), ('0', '<f4'), ('1', '<f4'), ('2', '<f4'), ('3', '<f4'), ('4', '<f4'), ('5', '<f4'), ('6', '<f4'), ('7', '<f4'), ('8', '<f4'), ('9', '<f4'), ('10', '<f4'), ('11', '<f4'), ('12', '<f4'), ('13', '<f4'), ('14', '<f4'), ('15', '<f4'), ('16', '<f4'), ('17', '<f4'), ('18', '<f4'), ('19', '<f4'), ('20', '<f4'), ('21', '<f4'), ('22', '<f4'), ('23', '<f4'), ('24', '<f4'), ('25', '<f4'), ('26', '<f4')])
In [137]: len(arr.dtype.names)
Out[137]: 28

它有 2 条记录。每条记录包含 28 个字段

In [138]: arr.dtype.names
Out[138]: 
('time',
 '0',
 '1',
 '2',
 '3',
 ....

第一个字段“时间”本身就是复合字段：

In [139]: arr['time']
Out[139]: 
array([(1537445457, 517647), (1537445457, 630955)],
      dtype=[('sec', '<u4'), ('usec', '<u4')])

字段是按名称引用的，而不是“列号”

在您的列表压缩方法中，您迭代记录，然后按编号访问记录的元素：

In [148]: np.array([x[2] for x in arr])
Out[148]: array([13.807418, 13.807683], dtype=float32)
In [149]: arr['1']
Out[149]: array([13.807418, 13.807683], dtype=float32)

时间解析可能还需要记录迭代：

In [152]: time = np.array(
     ...:      [
     ...:          np.datetime64(
     ...:              datetime.utcfromtimestamp(
     ...:                  float("{0}.{1:06.0f}".format(x[0][0], x[0][1]))))
     ...:          for x in arr
     ...:      ],
     ...:      dtype=np.datetime64)
     ...:      
In [153]: 
In [153]: time
Out[153]: 
array(['2018-09-20T12:10:57.517647', '2018-09-20T12:10:57.630955'],
      dtype='datetime64[us]')

datetime一次只能处理一次：

In [176]: np.array(
     ...:      [datetime.utcfromtimestamp(
     ...:                  float("{0}.{1:06.0f}".format(*x)))
     ...:          for x in arr['time']
     ...:      ],dtype=np.datetime64)
     ...:      
Out[176]: 
array(['2018-09-20T12:10:57.517647', '2018-09-20T12:10:57.630955'],
      dtype='datetime64[us]')

【讨论】：

【解决方案2】：

我无法重塑数据，需要以老式的方式解析它：

import numpy as np
import h5py

h5data = h5py.File("test.h5", 'r')
log = h5data['/log']
time = np.array(
        [
            datetime.utcfromtimestamp(
                    float("{0}.{1:06.0f}".format(*x))) for x in log['time']
        ],
     dtype=np.datetime64)
ook = np.array([x[2] for x in log], dtype=float)

这很糟糕。 ☹

【讨论】：