Python 属性错误：'；numpy.ndarray和#x27；对象没有属性'；插入'；

代码：

尽管阅读了许多教程和堆栈溢出响应，但我尝试的一切都不起作用。有人能帮忙吗？

替换这一行：

import numpy as np

coordinates = np.array([])

for x in range(1, 9):
  for y in range(1, 9):
    coordinates = coordinates.insert(coordinates, (x,y))  

为此：

coordinates = coordinates.insert(coordinates, (x,y))

您将得到一个错误，因为您从索引1开始循环，而1是Python中的第二个位置（索引从0开始）。无法在空

numpy

数组中的位置1插入内容。要使代码正常工作，必须从索引0开始循环：

coordinates = np.insert(coordinates, x,y)

---

目前还不清楚要生成什么，但如果需要“坐标”元组列表，有一种方法：

Out[10]: 
array([8., 8., 8., 8., 8., 8., 8., 8., 8., 7., 6., 5., 4., 3., 2., 1., 0.,
       7., 6., 5., 4., 3., 2., 1., 0., 7., 6., 5., 4., 3., 2., 1., 0., 7.,
       6., 5., 4., 3., 2., 1., 0., 7., 6., 5., 4., 3., 2., 1., 0., 7., 6.,
       5., 4., 3., 2., 1., 0., 7., 6., 5., 4., 3., 2., 1., 0., 7., 6., 5.,
       4., 3., 2., 1., 0., 7., 6., 5., 4., 3., 2., 1., 0.])

或作为列表：

In [310]: alist = [] 
     ...: for x in range(1,4): 
     ...:     for y in range(1,4): 
     ...:         alist.append((x,y)) 
     ...:                                                                                      
In [311]: alist                                                                                
Out[311]: [(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)]

不鼓励重复调用

numpy

函数，如

np.insert

和

np.append

，因为它们每次都会创建一个全新的数组。如果您必须像这样反复工作，列表附加会更好

使用

numpy

使用类似

meshgrid

的方法生成“坐标”

In [312]: [(x,y) for x in range(1,4) for y in range(1,4)]                                      
Out[312]: [(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)]

---

也许在

numpy

文档中查找一个方法可以帮助您：

numpy.insert

坐标。只有当
坐标
是
列表时，insert
才有效。您在哪里看到
insert
的文档？您使用的是
insert
混合了
list.insert
和
np.insert
样式。重复插入数组效率低下。
In [312]: [(x,y) for x in range(1,4) for y in range(1,4)]                                      
Out[312]: [(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)]

In [319]: np.meshgrid(range(1,4),range(1,4))                                                   
Out[319]: 
[array([[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]]), array([[1, 1, 1],
        [2, 2, 2],
        [3, 3, 3]])]
In [320]: np.reshape(_,(-1,2))      # rearrange into (n,2) array                                                           
Out[320]: 
array([[1, 2],
       [3, 1],
       [2, 3],
       [1, 2],
       [3, 1],
       [1, 1],
       [2, 2],
       [2, 3],
       [3, 3]])