python numpy 转换问题

Question

我正在尝试使用以下代码进行插值

    self.indeces = np.arange( tmp_idx[len(tmp_idx) -1] )
    self.samples = np.interp(self.indeces, tmp_idx, tmp_s)

，其中 tmp_idx 和 tmp_s 是 numpy 数组。我收到以下错误：

数组无法安全地转换为 所需类型

你知道如何解决这个问题吗？

更新：

   class myClass
    def myfunction(self, in_array, in_indeces = None):
        if(in_indeces is None):
            self.indeces = np.arange(len(in_array))
        else:
            self.indeces = in_indeces       
        # clean data
        tmp_s = np.array; tmp_idx = np.array;
        for i in range(len(in_indeces)):
            if( math.isnan(in_array[i]) == False and in_array[i] != float('Inf') ):
                tmp_s = np.append(tmp_s, in_array[i])
                tmp_idx = np.append(tmp_idx, in_indeces[i])
        self.indeces = np.arange( tmp_idx[len(tmp_idx) -1] )
        self.samples = np.interp(self.indeces, tmp_idx, tmp_s)

Answer 1

可能的问题之一是，当您有以下行时：

tmp_s = np.array; tmp_idx = np.array;

您正在将 tmp_s 和 tmp_idx 设置为内置函数 np.array。然后，当您追加时，您将拥有对象类型数组，而 np.interp 不知道如何处理。我认为您可能认为您正在创建零长度的空数组，但这不是 numpy 或 python 的工作原理。

请尝试类似以下内容：

class myClass
    def myfunction(self, in_array, in_indeces = None):
        if(in_indeces is None):
            self.indeces = np.arange(len(in_array))
            # NOTE: Use in_array.size or in_array.shape[0], etc instead of len()
        else:
            self.indeces = in_indeces       
        # clean data
        # set ii to the indices of in_array that are neither nan or inf
        ii = ~np.isnan(in_array) & ~np.isinf(in_array)
        # assuming in_indeces and in_array are the same shape
        tmp_s = in_array[ii]
        tmp_idx = in_indeces[ii] 
        self.indeces = np.arange(tmp_idx.size)
        self.samples = np.interp(self.indeces, tmp_idx, tmp_s)

不能保证这会完美工作，因为我不知道您的输入或所需的输出，但这应该可以帮助您开始。请注意，在 numpy 中，如果有一种方法可以对整个数组执行所需的操作，通常不鼓励您循环遍历数组元素并一次对它们进行操作。使用内置的 numpy 方法总是要快得多。一定要查看 numpy 文档以了解可用的方法。您不应该像对待常规 Python 列表一样对待 numpy 数组。