Python 什么是'；索引0超出大小为0'；什么意思？

我对python和numpy都是新手。 我运行了自己编写的代码，收到了以下消息： '索引0超出大小为0的轴0的界限' 没有上下文，我只想弄明白这意味着什么。。问这个问题可能很愚蠢，但轴0和大小0是什么意思？索引0表示数组中的第一个值。。但我不知道轴0和大小0是什么意思

“数据”是一个文本文件，在两列中有许多数字

x = np.linspace(1735.0,1775.0,100)
column1 = (data[0,0:-1]+data[0,1:])/2.0
column2 = data[1,1:]
x_column1 = np.zeros(x.size+2)
x_column1[1:-1] = x
x_column1[0] = x[0]+x[0]-x[1]
x_column1[-1] = x[-1]+x[-1]-x[-2]
experiment = np.zeros_like(x)
for i in range(np.size(x_edges)-2):
    indexes = np.flatnonzero(np.logical_and((column1>=x_column1[i]),(column1<x_column1[i+1])))
    temp_column2 = column2[indexes]
    temp_column2[0] -= column2[indexes[0]]*(x_column1[i]-column1[indexes[0]-1])/(column1[indexes[0]]-column1[indexes[0]-1])
    temp_column2[-1] -= column2[indexes[-1]]*(column1[indexes[-1]+1]-x_column1[i+1])/(column1[indexes[-1]+1]-column1[indexes[-1]])
    experiment[i] = np.sum(temp_column2)   
return experiment

x=np.linspace（1735.01775.0100）
第1列=（数据[0,0:-1]+数据[0,1:]）/2.0
第2列=数据[1,1:]
x_column1=np.零（x.size+2）
x_column1[1:-1]=x
x_column1[0]=x[0]+x[0]-x[1]
x_column1[-1]=x[-1]+x[-1]-x[-2]
实验=np.类零（x）
对于范围内的i（np.尺寸（x_边）-2）：
索引=np.flatnonzero（np.logical_和（（column1>=x_column1[i]），（column1在
numpy
中，索引和维度编号从0开始。因此
轴0
表示第一维度。同样在
numpy
中，维度的长度（大小）可以为0。最简单的情况是：

In [435]: x = np.zeros((0,), int)
In [436]: x
Out[436]: array([], dtype=int32)
In [437]: x[0]
...
IndexError: index 0 is out of bounds for axis 0 with size 0

如果
x=np.zeros（（0,5），int）
，一个包含0行和5列的2d数组，我也会得到它

因此，在代码中的某个地方，您正在创建一个第一轴大小为0的数组

当询问错误时，希望您告诉我们错误发生的位置

同样，在调试此类问题时，您应该做的第一件事是打印可疑变量的
形状
（可能还有
dtype
）

应用于熊猫

• 当将

  系列

  或

  数据帧

  发送到

  numpy.array

  时，使用

  pandas的用户可能会出现相同的错误，如下所示：
  
  或
  或
  
  

解决错误：

使用

试除

块

验证数组的大小不是0

• 如果x.size！=0:

---

本质上，这意味着您没有试图引用的索引。例如：

df = pd.DataFrame()
df['this']=np.nan
df['my']=np.nan
df['data']=np.nan
df['data'][0]=5 #I haven't yet assigned how long df[data] should be!
print(df)

将给出您所指的错误，因为我没有告诉Pandas我的数据帧有多长。然而，如果我执行完全相同的代码，但指定了索引长度，则不会出现错误：

df = pd.DataFrame(index=[0,1,2,3,4])
df['this']=np.nan
df['is']=np.nan
df['my']=np.nan
df['data']=np.nan
df['data'][0]=5 #since I've properly labelled my index, I don't run into this problem!
print(df)

---

希望这能回答您的问题！

这是python中的一个

索引器，这意味着我们正在尝试访问一个在张量中不存在的索引。下面是一个理解此错误的非常简单的示例

# create an empty array of dimension `0`
In [14]: arr = np.array([], dtype=np.int64) 

# check its shape      
In [15]: arr.shape  
Out[15]: (0,)

使用此数组
arr
，如果我们现在尝试将任何值分配给某个索引，例如分配给索引
0
，如下所示

In [16]: arr[0] = 23     

然后，我们将得到一个
索引器
，如下所示：


因此，从本质上讲，这样的数组是无用的，不能用来存储任何东西。因此，在代码中，您必须跟踪回溯，寻找创建大小为
0
的数组/张量的位置，并修复该问题。
这可能与此相关。
IndexError                                Traceback (most recent call last)
<ipython-input-16-0891244a3c59> in <module>
----> 1 arr[0] = 23

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

In [19]: arr.size * arr.itemsize  
Out[19]: 0