如何防止TypeError：将python列表复制到numpy数组时，列表索引必须是整数，而不是元组？

我正在尝试使用另一个名为mean_data的数组中的数据创建3个numpy数组/列表，如下所示：

---> 39 R = np.array(mean_data[:,0])
     40 P = np.array(mean_data[:,1])
     41 Z = np.array(mean_data[:,2])

mean_data = np.array(mean_data)

当我尝试运行该程序时，我得到错误：

TypeError: list indices must be integers, not tuple

平均值数据列表类似于此示例

[6.0, 315.0, 4.8123788544375692e-06],
[6.5, 0.0, 2.259217450023793e-06],
[6.5, 45.0, 9.2823565008402673e-06],
[6.5, 90.0, 8.309270169336028e-06],
[6.5, 135.0, 6.4709418114245381e-05],
[6.5, 180.0, 1.7227922423558414e-05],
[6.5, 225.0, 1.2308522579848724e-05],
[6.5, 270.0, 2.6905672894824344e-05],
[6.5, 315.0, 2.2727114437176048e-05]]

我不知道如何防止这个错误，我尝试过将mean_数据创建为np.array并使用np.append向其添加值，但这也不能解决问题

这是回溯（以前使用过ipython）

这方面的回溯是：

IndexError                                Traceback (most recent call last)
<ipython-input-3-5268bc25e75e> in <module>()
     31     samepoints = (data[:,0]==ur) & (data[:,1]==ua)
     32     if samepoints.sum() > 1:  # check if there is more than one match
---> 33         np.append(mean_data[ur, ua, np.mean(data[samepoints,-1])])
     34     elif samepoints.sum() == 1:
     35         np.append(mean_data, [ur, ua, data[samepoints,-1]])

IndexError: invalid index

索引器错误回溯（最近一次调用）
在（）
31个采样点=（数据[：，0]==ur）和（数据[：，1]==ua）
32如果samepoints.sum（）大于1:#检查是否有多个匹配项
--->33 np.追加（平均值\数据[ur，ua，np.平均值（数据[samepoints，-1]））
34 elif samepoints.sum（）==1：
35 np.追加（平均数据[ur，ua，数据[samepoints，-1]]
索引器：索引无效

np.append需要数组作为第一个参数，要追加的列表作为第二个参数：

mean_data = np.append(mean_data, [ur, ua, np.mean(data[samepoints,-1])])

编辑

出现

无效索引

错误的原因是

平均值数据

和要添加的值之间缺少逗号

此外，np.append返回数组的副本，并且不更改原始数组。从文件中：

返回：append:ndarray

带有附加到轴上的值的arr副本。请注意，追加并没有就地发生：分配并填充了一个新数组。如果“轴”为“无”，则“输出”为展平阵列

因此，您必须将

np.append

结果分配给数组（我认为可以是

mean_data

本身），和，因为您不需要展开的数组，所以还必须指定要追加的轴

考虑到这一点，我想你可以试试

mean_data = np.append(mean_data, [[ur, ua, np.mean(data[samepoints,-1])]], axis=0)

---

请看一看双倍的

[[

和

]

：我认为它们是必要的，因为两个数组必须具有相同的形状。

变量

mean_data

是一个嵌套列表，在Python中，访问嵌套列表不能通过多维切片来完成，即：

mean_data[1,2]

，相反，人们会写

平均数据[1][2]

这是因为

平均数据[2]

是一个列表。进一步的索引是递归进行的-因为

mean_data[2]

是一个列表，

mean_data[2][0]

是该列表的第一个索引

此外，

mean_data[：][0]

不起作用，因为

mean_data[：]

返回

mean_data

解决方案是替换阵列或导入原始数据，如下所示：

---> 39 R = np.array(mean_data[:,0])
     40 P = np.array(mean_data[:,1])
     41 Z = np.array(mean_data[:,2])

mean_data = np.array(mean_data)

---

numpy数组（与MATLAB数组类似，与嵌套列表不同）支持使用元组进行多维切片。

您可能不需要创建列表并附加它们来创建数组。您可以一次完成所有操作，这会更快，因为您可以使用numpy来完成循环，而不是在纯python中自己完成循环

要回答您的问题，正如其他人所说，您不能像以前那样访问具有两个索引的嵌套列表。如果在尝试切片之前而不是之后将

mean_data

转换为数组，则可以：

R = np.array(mean_data)[:,0]

而不是

R = np.array(mean_data[:,0])

但是，假设mean_数据有一个形状

nx3

，而不是

R = np.array(mean_data)[:,0]
P = np.array(mean_data)[:,1]
Z = np.array(mean_data)[:,2]

你可以简单地做

A = np.array(mean_data).mean(axis=0)

它在

0

th轴上求平均值，并返回一个长度

n

数组

---

但就我的原意而言，我将编造一些数据，试图说明如何做到这一点，而无需一次一项地构建任何列表：

如果有人遇到此问题，而没有执行

列表[索引，子索引]

，那么您可能会遇到问题，因为数组中的两个数组之间缺少逗号（这件事发生在我身上。）

说真的，这花了我很多宝贵的时间，但没有找到解决办法。 基本上，如果您是从sql获取数据，那么您是在转换数据，那么您可以遵循以下步骤

rows = cursor.fetchall()---- only tried on single column
dataset=[]
for x in rows:
    dataset.append(float(x[0]))

---

mean\u data[：，0]

的作用是什么？为什么那里有一个逗号？

mean\u data

是一个列表，因此不允许使用语法

[：，0]

您可以用于数组。您是如何尝试将其制作成数组的？我认为这将使您更接近解决方案。最好将

平均值数据

转换为数组本身，而不是复制它：

平均值数据=np.asarray（平均值数据）

（当然，这仍然会复制数据，但当旧变量可能不需要时，它不会创建新变量）谢谢！这是我的实际问题

rows = cursor.fetchall()---- only tried on single column
dataset=[]
for x in rows:
    dataset.append(float(x[0]))