只有整数，切片（`：`），省略号（`...

Question

我正在实施FFT，当我使用位反转将数据元素洗牌时，我会收到以下错误：

IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis 
(`None`) and integer or boolean arrays are valid indices.

我的代码是：

def shuffle_bit_reversed_order(data: np.ndarray) -> np.ndarray:
    x = data.size
    n = x / 2
    y = n * np.mod(x, 2)
    data[x], data[y] = data[y], data[x]
    return data

我认为问题是我的数据是类型的“ float64”，我可能已经将其用作整数，但我不喜欢知道我如何解决它。

Answer 1

我相信您的问题是：在您的循环中，n除以2，但再也不会像整数一样施放，因此在某个时候它变成了浮动。然后将其添加到Y中，然后是float，这会给您警告。

Answer 2

您可以使用//而不是单个 /。直接转换为int。

Answer 3

在所有voxelcoord的s ...上放置一个int ...如下所示：

patch = numpyImage [int(voxelCoord[0]),int(voxelCoord[1])- int(voxelWidth/2):int(voxelCoord[1])+int(voxelWidth/2),int(voxelCoord[2])-int(voxelWidth/2):int(voxelCoord[2])+int(voxelWidth/2)]

Answer 4

正如消息所说，如果您尝试使用非刻板值（例如float或string）索引一个numpy数组，则会发生此错误。

除了使用浮子索引数组的情况外（或者，如果动态创建索引，只需将其施加到INT中，例如arr [int（idx）]），另一个很常见的情况是何时使用字符串来索引numpy数组。解决方案是将字符串施放到整数中，然后再将其用于索引数组。

arr = np.array([1,2,4])

arr["1"]                  # <--- IndexError

arr[int("1")]             # <--- OK; cast to int, then index

如果索引器来自呼叫input（），则默认情况下返回字符串，通常会发生这种情况。

i = input()               # <--- `i` is a string
arr[i]                    # <--- IndexError

arr[int(i)]               # <--- cast to int, then index

---

使用Scikit-Learn时，使用字符串索引也很普遍。

例如，一些常见的预处理功能以熊猫的数据范围为例，但在转换时返回numpy ndarrays，这使得使用标签选择列是不可能的。在这种情况下，解决方案要么将其用作NDARRAY，要么从转换的数据中创建PANDAS数据框架，然后选择该转换的数据的列。

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

df = pd.DataFrame({'A': [1, 2, 3], 'B': [10, 20, 30]})
sc = MinMaxScaler()
df = sc.fit_transform(df)

df['A']        # <--- IndexError
df[:, 0]       # <--- OK

# explicitly create a pandas dataframe from transformed data
df1 = pd.DataFrame(sc.fit_transform(df), columns=df.columns)
df1['A']       # <--- OK