Python np.nditer（）-ValueError:操作数太多

我有几种方法可以将不同数量的杂乱数据传递到此函数，以将标题与数据结合起来并返回字典列表：

def zip_data(self, indicator_names, indicator_values):
    values = [[float(elem) for elem in item] for item in np.nditer(indicator_values)]
    return [dict(zip(indicator_names, row)) for row in values]

基本上是这样的（他们也这么做）：

问题是，如果传递了一个包含20个元素的列表，它会非常有效，但对于类似40个元素，它会给出错误：

文件“xy.py”，第205行，在动量指示器中 返回self.zip\大\数据（动量\指标\名称、动量\指标\值）

文件“xy.py”，第51行，在zip\u大数据中 对于np.nditer中的项目（指标值）：

ValueError:操作数太多

np.nditer（）可以迭代多少个值？有没有办法避免这种情况

编辑 小例子：

指标_值=[数组（[1,2,3,4,5]），数组（[5,10,15,20， 25]）]

指标名称=['a'，'b']

想要的输出：

数据=[{'a'：1，'b'：5}，{'a'：2，'b'：10}，{'a'：3，'b'：15}，{'a'： 4，'b'：20}，{'a'：5，'b'：25}]

当前状态：

def zip_large_data(self, indicator_names, indicator_values):
    data = []
    print(indicator_values[0])
    for item in np.nditer(indicator_values):
        print(item)
        values = []
        values.append(int(item[0]))
        for elem in item[1:]:
            values.append(float(elem))
        data.append(dict(zip(indicator_names, values)))
        print(data)
        break
    return data

输出：

输入：打印（指示符值[0]）

输出：[1 2 3 4 5]

输入：打印（项目）

输出：（数组（1），数组（5））

输入：打印（数据）

Out:[{'a'：1，'b'：5}]

所以基本上我不想依次遍历指示符值，而是每个数组的第一个元素，然后每个数组的第二个元素等等。。我想避免nditer，但不知道怎么做

---

抱歉，英语不是我的第一语言，第一次使用numpy时，它让人困惑。

你达到了

NPY\u MAXARGS

的极限

我还没有见过像这样使用

nditer

，所以我花了一点时间才弄清楚到底发生了什么。然后我不得不使用python会话来测试我的想法。一个成功的例子会有所帮助

海报通常使用

nditer

作为一种简单地遍历数组并进行一些计算的方法。简单的迭代（没有

nditer）通常更快。

nditer

主要是朝着实现
cython`中的想法迈出的一步

使用数组列表，
nditer
将它们一起广播，然后遍历匹配的元素。它类似于常见的pythonlistzip习惯用法（由函数名暗示）

定义3个可相互广播的小阵列：

In [136]: a = np.array([[1,2],[3,4]])
In [137]: b = np.array([[4],[5]])
In [138]: c = np.array([10])
In [140]: np.broadcast_arrays(a,b,c)
Out[140]: 
[array([[1, 2],
        [3, 4]]), array([[4, 4],
        [5, 5]]), array([[10, 10],
        [10, 10]])]

使用
nditer
：

In [143]: for x in np.nditer([a,b,c]):
     ...:     print(x)
     ...:     
(array(1), array(4), array(10))
(array(2), array(4), array(10))
(array(3), array(5), array(10))
(array(4), array(5), array(10))

根据您的功能：

In [155]: zip_large_data('abc',[a,b,c])
Out[155]: 
[{'a': 1, 'b': 4.0, 'c': 10.0},
 {'a': 2, 'b': 4.0, 'c': 10.0},
 {'a': 3, 'b': 5.0, 'c': 10.0},
 {'a': 4, 'b': 5.0, 'c': 10.0}]

如果我用32个操作数进行同样的迭代，如果运行正常，但用33个操作数失败

In [160]: for x in np.nditer([a,b,c]*11):
     ...:     pass 

ValueError: Too many operands

numpy
具有32个操作数限制（和32维限制）。它没有很好的文档记录，也不经常出现。我只在使用
np的问题中见过它。选择


为什么要使用
nditer
？告诉我们有关指标值的信息。数据类型？shape？由于numpy数组的缘故，使用nditer，还有其他方法可以迭代吗？指示符值是numpy数组的列表。。indicator_names是指定给numpy数组的每个元素的预定义头的列表。nditer在numpy C-api中比python更有用。你可以直接迭代数组的第一个维度。nditer的完整文档-你需要提供一个小的工作示例。我怀疑您使用nditer的方式是不寻常的，也是无意的。感谢您注意到它只支持32个操作数，还需要找到一种方法来迭代更多操作数：I您需要广播吗？还是数组总是1d（和相同长度）？数组总是1d和相同长度是用
zip（*indicator_values）
替换
nditer
有效吗？谢谢你的努力和耐心，你刚刚救了我。
In [155]: zip_large_data('abc',[a,b,c])
Out[155]: 
[{'a': 1, 'b': 4.0, 'c': 10.0},
 {'a': 2, 'b': 4.0, 'c': 10.0},
 {'a': 3, 'b': 5.0, 'c': 10.0},
 {'a': 4, 'b': 5.0, 'c': 10.0}]

In [160]: for x in np.nditer([a,b,c]*11):
     ...:     pass 

ValueError: Too many operands