如何在python中正确使用numpy.zero

我在学习机器学习，我在github中找到了这段代码，但是我在使它正确工作方面遇到了一些问题，而且我也没有python方面的经验，这并没有使事情变得更简单哈哈哈

filhos=np。零（（n_filhos，n_vars））返回此错误：

回溯（最近一次调用上次）：文件 “D:\GitHub\evoman\u framework\optimization\u individualevolution\u demo.py”， 第272行，输入 filhos=cruzamento（pop）#交叉文件“D:\GitHub\evoman\u framework\optimization\u individualevolution\u demo.py”， 第171行，cruzamento filhos=np.zeros（（n_filhos，n_vars））类型错误：只有整数标量数组才能转换为标量索引

来自码码码码码码码码码码码码码方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方方本35现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场现场#### #EvoMan框架-2016年第1.0版# #演示：神经进化-带感知器神经网络的遗传算法# #作者：卡琳·米拉斯# #卡琳。smiras@gmail.com # ############################################################################### #导入框架 导入系统 sys.path.insert（0，“evoman”） 从环境导入环境 从控制器导入控制器 #导入其他LIB 导入时间 将numpy作为np导入 来自math import fabs，sqrt 导入全局操作系统 #遗传算法参数 运行模式=‘训练’#训练或测试 stateread=None#“state_1” statesave='state_1' n_vars=（环境获取数量传感器（）+1）*5#感知器 #n_vars=（env.get_num_sensors（）+1）*10+11*5#具有10个神经元的多层结构 #n_vars=（env.get_num_sensors（）+1）*50+51*5#具有50个神经元的多层结构 dom_=1 dom_l=-1 npop=100 gens=30 穆塔科=0.2 last_best=0 #交叉 def cruzamento（pop）： 总计=np.0（（0，n变量）） 对于范围内的p（0，弹出形状[0]，2）： p1=torneio（pop） p2=torneio（pop） n_filhos=np.random.randint（1,3+1,1） filhos=np.zero（（n_filhos，n_vars）） 对于范围内的f（0，n_filhos）： 交叉属性=np.随机均匀（0,1） 菲霍斯[f]=p1*十字道具+p2*（1-十字道具） #突变 因为我在菲洛斯[f]：

---

如果np.random.uniform（0，1）您得到这个错误，因为您的

n_filhos

或

n_vars

类型不是整数。我只能单独运行第一个变量，它返回数组

>>> n_filhos = np.random.randint(1,3+1, 1) 
>>> n_filhos
array([3])

在运行之前部分检查它们的类型。

np.random.randint（1,3+1,1）返回一个数组，而不是整数。维度规范需要整数的元组。相反，这里有一个numpy数组的元组和一个整数：

>>> np.random.randint(1,3+1, 1)
array([2])

---

太多的代码，请减少到。减少，谢谢提示，现在尽量保持最小

>>> np.random.randint(1,3+1, 1)
array([2])