Python：逐元素对数组求和

我有5个模型的一些概率输出，我对每个元素的概率求和，如下所示：

probs = [None] * 5

for i in range(0,5):
  probs[i] = models[i].predict_proba(X)

probs[0] + probs[1] + probs[2] + probs[3] + probs[4]

这个很好用

然后，我尝试通过以下操作简化上述代码：

probs = [None] * 5
results = [None]

for i in range(0,5):
  probs[i] = models[i].predict_proba(X)
  results += probs[i]

results

但出现以下错误：

TypeError unsupported operand type(s) for +: 'NoneType' and 'float' 
TypeErrorTraceback (most recent call last)
<ipython-input-20-8d4d443a7428> in <module>()
      4 for i in range(0,5):
      5   probs[i] = models[i].predict_proba(X)
----> 6   results += probs[i]
      7 
      8 results

TypeError: unsupported operand type(s) for +: 'NoneType' and 'float'

---

您的问题是，您试图将浮点添加到“无”。您可以使用列表来大大简化代码：

probs = [models[i].predict_proba(X) for i in range(5)]

---

然后，为了求和，只需sumprobs

您的问题是您试图将浮点值添加到无。您可以使用列表来大大简化代码：

probs = [models[i].predict_proba(X) for i in range(5)]

然后，要获得总和，只需在开始时将[None]指定为结果，然后尝试在for循环的第一次迭代中立即添加它，这将导致错误消息

相反，您可以尝试使用列表理解，因为使用Python时：

result = sum([models[i].predict_proba(X) for i in range(5)])

您在开始时将[None]指定为结果，然后尝试在for循环的第一次迭代中立即添加它，这会导致错误消息

相反，您可以尝试使用列表理解，因为使用Python时：

result = sum([models[i].predict_proba(X) for i in range(5)])

---

您将结果定义为列表，但它应该是浮点类型。 试试这个：

results = 0

---

您将结果定义为列表，但它应该是浮点类型。 试试这个：

results = 0

---

这应该可以解决问题：

probs = [None] * 5
results = np.zeros(data.shape)

for i in range(0,5):
  probs[i] = models[i].predict_proba(X)
  results += probs[i]

results

---

其中，data.shape应该是模型[i]结果的预期形状。predict_probaX。

这应该解决问题：

probs = [None] * 5
results = np.zeros(data.shape)

for i in range(0,5):
  probs[i] = models[i].predict_proba(X)
  results += probs[i]

results

---

其中，data.shape应该是模型[i]结果的预期形状。predict_probaX。

为什么结果是列表？它不应该是一个浮点吗？只要将results设置为0，代码就会正常运行。但是，你应该真正地考虑下面的答案，因为它们是更多的python。为什么结果是一个列表？它不应该是一个浮点吗？只要将results设置为0，代码就会正常运行。然而，你应该真正地考虑下面的答案，因为它们是更多的pythic。