索引49超出大小为49 python numpy的轴0的界限

所以我完全迷路了。 我已经使用 长度=零（粒子数，数据类型=对象） 粒子数=51 打印len（长度）时，返回52

我正在链接错误： 索引49超出大小为49的轴0的界限

这是一个for循环集合

for leng in range(num_particles):
        x_squared = (r[particle,0] - x[leng])**2
        y_squared = (r[particle,1] - y[leng])**2
        distance = sqrt(x_squared + y_squared)
        lengths[leng]=distance

整个代码如下：

def cdf(r, S, dr, dim):
from numpy import zeros, sqrt, where, pi, mean, arange, histogram, absolute, sort, delete, nonzero, amin, empty
import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning) 
num_particles  = len(r)
rMax           = S/2.0;
edges          = arange(0., rMax + dr, dr)
num_increments = len(edges) - 1
radii          = zeros(num_increments + 1)
numberDensity  = len(r) / S**dim

void_particles = zeros(3, dtype=object, order='C')

x = zeros(num_particles)

y = zeros(num_particles)

n=num_particles

lengths = zeros(n + 1, dtype=object)

print(lengths)

print (num_particles)

print(len(lengths))

for pos in range(num_particles):
    x[pos]=r[pos,0]
    y[pos]=r[pos,1]

for particle in range(num_particles):

    for leng in range(num_particles):
        x_squared = (r[particle,0] - x[leng])**2
        y_squared = (r[particle,1] - y[leng])**2
        distance = sqrt(x_squared + y_squared)
        lengths[leng]=distance

    lengths = lengths[ lengths != np.min(lengths)]
    void_particles[0] = r[particle]
    void_particles[1] = r[where(lengths == amin(lengths))]
    lengths = lengths[ lengths != np.min(lengths)]
    void_particles[2] = r[where(lengths == amin(lengths))]

IndexError                                Traceback (most recent call last)
<ipython-input-34-74dbdb61732e> in <module>
----> 1 a=cdf(n_data, box_length, res_dr, 2)
2 print(a)

<ipython-input-33-411d9850684e> in cdf(r, S, dr, dim)
 36             y_squared = (r[particle,1] - y[leng])**2
 37             distance = sqrt(x_squared + y_squared)
---> 38             lengths[leng]=distance
 39 
 40         lengths = lengths[ lengths != np.min(lengths)]

IndexError: index 49 is out of bounds for axis 0 with size 49

def cdf（右、右、右、dim）：
从numpy导入零、sqrt、where、pi、mean、arange、直方图、绝对值、排序、删除、非零、amin、空
进口警告
警告。过滤器警告（“忽略”，类别=弃用警告）
粒子数=len（r）
rMax=S/2.0；
边缘=间距（0，rMax+dr，dr）
num_增量=len（边）-1
半径=零（数值增量+1）
数字密度=长度（r）/S**尺寸
void_particles=0（3，dtype=object，order='C'）
x=零（粒子数）
y=零（粒子数）
n=粒子数
长度=零（n+1，数据类型=对象）
打印（长度）
打印（粒子数）
打印（长度）
对于范围内的位置（粒子数）：
x[pos]=r[pos，0]
y[pos]=r[pos，1]
对于范围内的粒子（粒子数）：
对于范围内的长度（粒子数）：
x_平方=（r[粒子，0]-x[长度]**2
y_平方=（r[粒子，1]-y[长度]**2
距离=sqrt（x_平方+y_平方）
长度[长度]=距离
长度=长度[长度！=np.min（长度）]
void_粒子[0]=r[粒子]
void_粒子[1]=r[其中（长度==amin（长度））]
长度=长度[长度！=np.min（长度）]
void_粒子[2]=r[其中（长度==amin（长度））]
索引器回溯（最后一次最近调用）
在里面
---->1 a=cdf（n_数据、方框长度、分辨率、2）
2印刷品（a）
在cdf中（r、S、dr、dim）
36 y_平方=（r[粒子，1]-y[长度]**2
37距离=sqrt（x_平方+y_平方）
--->38长度[长度]=距离
39
40长度=长度[长度！=np.min（长度）]
索引器：索引49超出大小为49的轴0的界限

---

以下表达式缩短了数组：

lengths = lengths[ lengths != np.min(lengths)]

---

因此，随后的迭代——假设它仍然有

num_particles

元素——由于尝试越界访问而失败

在每次运行外部循环时，都不会重新初始化

长度。
然后在循环内部，当您执行以下操作时：
length=length[长度！=np.min（长度）]
您正在将
长度
数组缩短为小于其原始大小。然后，下一次执行循环时，它没有您预期的那么大，超出了界限。
您在哪一行得到错误？Python索引是以零为基础的。第一个元素是
[0]
，因此索引
[49]
实际上是第五十个元素。在问题中，将完整的回溯显示为格式正确的文本。什么是
r
？我的猜测是，无效访问是从r读取的，而不是从x或y读取的，但是如果不知道它是什么，很难判断。r是一个x和y坐标的数组，所以在这一部分，我试图从给定粒子中找到最短的长度。还有什么方法可以在不删除它们的情况下获取三个最短长度索引呢？因此，在这一部分中，我试图从给定粒子中找到最短长度。还有什么方法可以在不删除它们的情况下获取三个最短长度索引？@daddydevidito
sorted（length）[:3]