Python Numpy排序数组的循环错误，但原始工作正常

在对这个numpy数组排序并删除所有重复（y）值和重复（y）值对应的（x）值之后，我使用for循环在剩余坐标处绘制矩形。但是我得到了一个错误：ValueError：太多的值无法解包（预期为2个），但它与原始的形状相同，只是重复的值被删除了

from graphics import *
import numpy as np

def main():
    win = GraphWin("A Window", 500, 500)

# starting array
startArray = np.array([[2, 1, 2, 3, 4, 7],
              [5, 4, 8, 3, 7, 8]])

# the following reshapes the from all x's in one row and y's in second row
# to x,y rows pairing the x with corresponding y value.
# then it searches for duplicate (y) values and removes both the duplicate (y) and
# its corresponding (x) value by removing the row.
# then the unique [x,y]'s array is reshaped back to a [[x,....],[y,....]] array to be used to draw rectangles.
d = startArray.reshape((-1), order='F')

# reshape to [x,y] matching the proper x&y's together
e = d.reshape((-1, 2), order='C')

# searching for duplicate (y) values and removing that row so the corresponding (x) is removed too.
f = e[np.unique(e[:, 1], return_index=True)[1]]

# converting unique array back to original shape
almostdone = f.reshape((-1), order='C')

# final reshape to return to original starting shape but is only unique values
done = almostdone.reshape((2, -1), order='F')

# print all the shapes and elements
print("this is d reshape of original/start array:", d)
print("this is e reshape of d:\n", e)
print("this is f unique of e:\n", f)
print("this is almost done:\n", almostdone)
print("this is done:\n", done)
print("this is original array:\n",startArray)

# loop to draw a rectangle with each x,y value being pulled from the x and y rows
# says too many values to unpack?
for x,y in np.nditer(done,flags = ['external_loop'], order = 'F'):
    print("this is x,y:", x,y)
    print("this is y:", y)
    rect = Rectangle(Point(x,y),Point(x+4,y+4))
    rect.draw(win)

win.getMouse()
win.close()

main()

以下是输出：

line 42, in main
for x,y in np.nditer(done,flags = ['external_loop'], order = 'F'):
ValueError: too many values to unpack (expected 2)
this is d reshape of original/start array: [2 5 1 4 2 8 3 3 4 7 7 8]
this is e reshape of d:
 [[2 5]
 [1 4]
 [2 8]
 [3 3]
 [4 7]
 [7 8]]
this is f unique of e:
 [[3 3]
 [1 4]
 [2 5]
 [4 7]
 [2 8]]
this is almost done:
 [3 3 1 4 2 5 4 7 2 8]
this is done:
 [[3 1 2 4 2]
 [3 4 5 7 8]]
this is original array:
 [[2 1 2 3 4 7]
 [5 4 8 3 7 8]]

为什么for循环适用于原始数组，但不适用于此排序数组？ 或者我可以使用什么循环来使用（f），因为它是排序的，但形状是（-1,2）

我还尝试了一个不同的循环：

for x,y in done[np.nditer(done,flags = ['external_loop'], order = 'F')]:

这似乎修复了过多值错误，但我得到：

IndexError: index 3 is out of bounds for axis 0 with size 2

及

我已经在stackexchange上查找到了要修复的错误，但无论我如何执行语法，都会不断得到错误

---

任何帮助都很好，谢谢

我没有

图形

软件包（它可能是windows特有的东西？），但我知道你把这个问题弄得太复杂了。下面是一个更简单的版本，它生成相同的

done

数组：

from graphics import *
import numpy as np

# starting array
startArray = np.array([[2, 1, 2, 3, 4, 7],
                       [5, 4, 8, 3, 7, 8]])

# searching for duplicate (y) values and removing that row so the corresponding (x) is removed too.
done = startArray.T[np.unique(startArray[1,:], return_index=True)[1]]

for x,y in done:
    print("this is x,y:", x, y)
    print("this is y:", y)
    rect = Rectangle(Point(x,y),Point(x+4,y+4))
    rect.draw(win)

需要注意的是，在上述版本中，

done.shape==（5,2）

而不是

（2,5）

，但是您始终可以在

for

循环后使用

done=done.T

将其更改回

以下是关于原始代码的一些注释，以供将来参考：

• 重塑

  中的

  顺序

  标志对于您的代码尝试执行的操作来说是完全多余的，它只会使代码更加混乱/可能更容易出错。您可以在没有它的情况下完成所有想要的重塑

• nditer

  的用例是一次迭代一个（或多个）数组的单个元素。它通常不能用于迭代二维数组的行或列。如果您尝试以这种方式使用它，可能会得到错误的结果，这些结果高度依赖于内存中阵列的布局（如您所见）

• 要迭代二维数组的行或列，只需使用简单迭代。如果您只是在一个数组上迭代（例如arr中的行：），您将得到每一行，一次一行。如果需要列，可以先转置数组（就像我在上面的代码中使用

  .T

  所做的那样）

关于

.T

.T

接受数组的转置。例如，如果你从

arr = np.array([[0, 1, 2, 3],
                [4, 5, 6, 7]])

那么转置是：

arr.T==np.array([[0, 4],
                 [1, 5],
                 [2, 6],
                 [3, 7]])

---

您是否尝试运行此处列出的实际程序？win是在main（）中本地定义的，因此不适用于win.getMouse（）和win.close（）（甚至在它们之后调用main（）），因此它会导致第46行出现“NameError:名称'win'未定义”。与您自己的程序相比，您是否删除了上述列表中的某些内容，而忘记运行实际列出的程序？确保您运行列出的整个程序，并且它确实给出了您提到的错误。只是猜测一下，似乎

done

array是一个视图（几乎完成了

almostdone

），而

nditer

无法对其进行操作。如果使用

done.copy（）

，它似乎可以工作。我认为nditer是用于迭代数组中的单个元素，而不是整个列或其他。“external_loop”（外部循环）选项用于将最终循环交给向量化函数。下面的tel答案将其简化为一组，并且有效。作为对Jesper的回应，该程序将运行它。这只是for循环给了我错误，我可能在发布它的时候把win（）放在了顶部，这是我第一次问问题。我通常会在stackexchange的某个地方找到答案，所以我从来没有发布过我自己的问题。@Troy，为什么特定的重塑是一个视图（几乎完成），这是否意味着所有的重塑都是他们正在重塑的视图？哇！！我觉得自己很愚蠢。这要简单得多。每次我尝试使用unique而不进行所有这些重塑时，它都会在排序过程中扰乱x、y值。所以它会对它们进行排序，但是剩余的x值没有链接到它们正确的y。我需要进一步研究T.的功能。@ScoobyDoo

arr.T

相当于

np.transpose（arr）

。对于2D数组，您可以将其视为数组的倾斜：行变为列，列变为行。我明白了，这显然比我使用的更有效，这正是我的问题所需要的。非常感谢。

arr.T==np.array([[0, 4],
                 [1, 5],
                 [2, 6],
                 [3, 7]])