把代码复制到同一个程序但不起作用？切片索引必须是整数或无，或者有一个索引方法
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p>嗨，我对Python非常陌生，一直在使用Spyder为报表处理图像。我在家工作，下载了Anaconda Navigator来使用Spyder</p>
<p>下面的代码是直接从我的工作笔记本上复制的，它也使用Spyder，所以我不明白为什么“切片索引必须是整数或无或具有<strong>索引<strong>方法”的错误不断出现</p>
<pre><code>from scipy.ndimage import interpolation
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
def normalise_image(input_img):
norm = (input_img-np.min(input_img))/(np.max(input_img)-np.min(input_img))
return norm
loc = 'C:/Users/Gemma/Documents/Katy College/Applications/NUFFIELD/Polarisation Data/THURSDAY/Abbypalm_thursday/'
loc1 = loc + 'Camera1/0.040.png'
loc2 = loc + 'Camera2/0.040.png'
Image1 = Image.open(loc1)
Image2 = Image.open(loc2)
Image1array = np.array(Image1, dtype=float)
Image2array = np.array(Image2, dtype=float)
# Flipped Image and Cut out last row
Image2array = np.flipud(Image2array)
Image2array = np.fliplr(Image2array)
Image2array = interpolation.rotate(Image2array,0.95)
mid_x, mid_y = Image2array.shape[0]/2, Image2array.shape[1]/2
offset_in_v = 5
Image2array = Image2array[mid_x-494/2+offset_in_v:mid_x+493/2+offset_in_v,
mid_y-660/2:mid_y+659/2]
color = 'binary'
Image2array=normalise_image(Image2array)
Image1array=normalise_image(Image1array)
DOP = np.zeros((Image2array.shape), dtype=float)
for i in range(Image2array.shape[0]):
for j in range(Image2array.shape[1]):
if (Image2array[i,j] + Image1array[i,j]) == 0:
DOP[i,j] = 0.0
else:
DOP[i,j] = (Image2array[i,j] -
Image1array[i,j])/(Image2array[i,j] + Image1array[i,j])
plt.figure('Parallel')
plt.imshow(Image1array,cmap='binary')
plt.colorbar()
plt.show()
plt.figure('Perpendicular')
plt.imshow(Image2array,cmap='binary')
plt.colorbar()
plt.show()
plt.figure('DOP')
plt.imshow(DOP,cmap=color)
plt.colorbar()
plt.imsave(loc + 'DOP'+color+'.png',DOP,cmap=color)
plt.show()
</code></pre>
<p>我把所有的代码都放进去了，因为我不知道哪个最重要。我的主管口授代码让我写。Spyder说问题出在第36行：Image2array=Image2array[mid_x-494/2+offset_in_v:mid_x+493/2+offset_in_v，mid_y-660/2:mid_y+659/2]</p>
<p>先谢谢你</p>
<p>凯蒂</p>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- 如何重塑数组、迭代列的所有行并将重塑后的数组分配给新列？Python/Pandas/Numpy 2 回答
- 如何重塑数组的形状？ 7 回答
- 如何重塑文本数据以适应keras的LSTM模型 7 回答
- 如何重塑未对齐的数据集，并使用numpy丢弃剩余数据？ 4 回答
- 如何重塑此数据以使用绘图 4 回答
- 如何重塑此数据帧？ 7 回答
- 如何重塑此数据集以适应RNN 8 回答
- 如何重塑没有列的数组？ 6 回答
- 如何重塑测试数据帧，使其维数与训练和预测工作中使用的维数相同？ 6 回答
- 如何重塑系列以在StandardScaler中使用它 3 回答
- 如何重塑线性回归的数据 7 回答
- 如何重塑线性回归的数据？ 4 回答
- 如何重塑表格？ 9 回答
- 如何重塑要堆叠的重复宽数据帧？ 4 回答
- 如何重塑输入以放入二维层？ 10 回答
- 如何重塑输入神经网络的三通道数据集 1 回答
- 如何重塑这个numpy数组 3 回答
- 如何重塑这个numpy数组以排除“额外维度”？ 9 回答
- 如何重塑这个numpy阵列？ 2 回答
- 如何重塑这个数据帧 5 回答
