Python 将数组操作包装到函数中

输入到我的网络的

X

具有形状

（10,1,5,4）

。我对绘制每个类的输入特性（四个）的分布感兴趣。例如：

X = np.random.randn(10, 1, 5, 4)
a = np.zeros(5, dtype=int)
b = np.ones(5, dtype=int)
y = np.hstack((a,b))

print(X.shape)
print(y.shape)
(10, 1, 5, 4)
(10,)

然后我将输入

X

分为不同的类，如：

class0, class1 =[],[]
for i in range(len(y)):
  if y[i]==0:
    class0.append(X[i])
  else:
    class1.append(X[i])


class0 = np.array(class0)
class1 = np.array(class1)

考虑到

class0

，我可以继续以这样的方式操作它：四个特性按列排列（

col1、col2、col3、col4

）

def transformer(myclass):
  #reshape  the class
  k = myclass.transpose((0,1,3,2))
  #access individual feature
  s = k[0][:,0].reshape(-1,1)
  a = k[0][:,1].reshape(-1,1)
  j = k[0][:, 2].reshape(-1,1)
  b = k[0][:, 3].reshape(-1,1)
  rslt = [s,a,j,b]
  return rslt

然后绘制特征图：

sns.boxplot(data=transformer(class0))

这是我的工作流程的总体思路。注意，函数

transformer

是硬编码的，只访问它作为输入的类的第一个观察值（元素）

问题：如何修改我的函数以访问类的所有观察结果，而不是针对每个示例，以进行概括。这样，

col1

是类中每个示例的第一列中的所有特性

请写以下内容：

def mytransformer(myclass):
  #first, transpose class
  k = myclass.transpose((0,1,3,2))
  #speed
  for i in range(k):
    s = k[i][:,0].reshape(-1,1)
  return s

这就产生了错误：

mytransformer(class0)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-15-5451e55f03d9> in <module>()
----> 1 mytransformer(class0)

<ipython-input-14-d1a2c8098caf> in mytransformer(myclass)
      3   myclass = myclass.transpose((0,1,3,2))
      4   #speed
----> 5   for i in range(myclass):
      6     s = k[i][:,0].reshape(-1,1)
      7   return s

TypeError: only integer scalar arrays can be converted to a scalar index

mytransformer（0类）
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1个mytransformer（0级）
在mytransformer（myclass）中
3 myclass=myclass.transpose（（0,1,3,2））
4#速度
---->范围内的i为5（myclass）：
6 s=k[i][：，0]。重塑（-1,1）
7回s
TypeError:只能将整数标量数组转换为标量索引

是否有办法将图例添加到箱线图中，以便我可以为每个功能命名

---

对于问题1，您使用的是带有NumPy数组的For循环范围，该数组的参数应为整数

也许是,

for i in range(len(k)):