Python 类型错误：'；numpy.float64'；对象不支持项分配

在以下行中发生：

TypeError: 'numpy.float64' object does not support item assignment

---

有人有办法解决这个问题吗？谢谢

尝试此测试代码并注意

np.array（[1,2,3]，dtype=np.float64）

。 似乎self.svm.decision_函数（vectors）返回的是1d数组，而不是2d。 如果将[1,2,3]替换为[[1,2,3]，[4,5,6]]，一切都会正常

        predictions[predictions > 1] = 1

将numpy导入为np
预测=np.array（[1,2,3]，dtype=np.float64）
预测=np.转置（预测）[0]
预测=预测/2+0.5
预测[预测>1]=1
预测[预测<0]=0

输出：

import numpy as np
predictions = np.array([1,2,3], dtype=np.float64)
predictions = np.transpose(predictions)[0]
predictions = predictions / 2 + 0.5
predictions[predictions > 1] = 1
predictions[predictions < 0] = 0

回溯（最近一次呼叫最后一次）：
文件“D:\temp\test.py”，第7行，在
预测[预测>1]=1
TypeError:“numpy.float64”对象不支持项分配

那么，向量是什么

Traceback (most recent call last):
  File "D:\temp\test.py", line 7, in <module>
    predictions[predictions > 1] = 1
TypeError: 'numpy.float64' object does not support item assignment

是一个布尔运算

predictions > 1

评估为

predictions[predictions > 1] = 1

你在找接线员。您的代码应该如下所示：

predictions[True]

数组中没有大于1的元素，因此您不能将1分配给预测[predictions>1]，您可以在分配之前使用“predictions>1”。

您不能同时在所有元素中执行此操作， 预测=预测/2+0.5

如果要更新“预测”包含的所有元素，请执行以下操作 你在这里干什么？？？？？？？？？？？ 预测[预测>1]=1

我不确定你想做什么，但如果你想比较“预测”的每个索引中的元素是否大于1，不如将这些语句放在上面的if语句下面，如下所示 范围内i的

（预测）：
预测[i]=预测[i]/2+0.5
如果预测[i]>1：
预测[i]=1
elif预测[i]<0:
预测[i]=0
回归预测

错误发生在哪一行？您应该始终从Python发布“回溯”。当您分配

predictions=np.transpose（predictions）[0]

时，您进行了

predictions

标量。因此，当您尝试再往下做2行和3行时，您不能再为其编制索引。你想完成什么？！抱歉，此行“预测[predictions>1]=1”：TypeError:'numpy.float64'对象不支持项assignment@chen你找到解决问题的办法了吗？你能给我看一下吗？FWIW，我用numpy 0.17和csaps 0.11得到了这样的错误。更新到numpy 0.19和csaps 1.0修复了该问题。因此，升级可能有助于解决此问题

不支持项目分配
错误。嗨，Max，如何知道向量是什么？我在同一代码上使用了debug on Spider，但我不知道如何找出向量变量中的内容这是numpy索引（predictions[predictions>1]=1），这种语法可以在正确的上下文中工作
predictions[True]

predictions[np.where(predictions > 1)] = 1

    >>> predictions = np.array([1,2,3], dtype=np.float64)
    >>> predictions
    array([1., 2., 3.])
    >>> predictions = np.transpose(predictions)[0]
    >>> predictions
    1.0
    >>> predictions = predictions / 2 + 0.5
    >>> predictions
    1.0
    >>> predictions>1
    False

for i in range(predictions):
   predictions[i] = predictions[i] / 2 + 0.5
                                    
 

for i in range(predictions):
  predictions[i] = predictions[i] / 2 + 0.5
  if predictions[i] > 1:
     predictions[i] = 1
  elif predictions[i] < 0 : 
     predictions[i] = 0

return predictions