ValueError:对于Numpy，只能将大小为1的数组转换为Python标量

Question

newX和breaks分别是（24000L，）和（7L，）形状的数字。newX在（0,9）范围内。yvals是一个基于分段为10000个（nsegs）样本的分段的查找表，称为xvals（此处不使用）。

deltaX=(breaks[-1]-breaks[0])/nsegs
xvals=[x+i*deltaX for i in range(nsegs+1)]

break和yvals都是单调递增的。基本上，我希望当newX值小于breaks[0]时返回yvals[0]，当newX值大于breaks[-1]时返回yvals[-1]。对于其他值，我希望它生成与最接近xval的点对应的yvals索引（示例如下所示） 当我执行以下操作时：

condlist=[newX<=breaks[0] , newX < breaks[-1] , newX >= breaks[-1]]
choicelist=[yvals[0] , yvals[((newX-breaks[0]))/deltax.astype(int).item()] , yvals[-1]]
ans = np.select(condlist,choicelist)

我知道唱诗班的台词有错误-

ValueError: can only convert an array of size 1 to a Python scalar

我该怎么解决？

Answer 1

不需要numpy。选择此处，您的目标可以简单地声明

choicelist = yVals[ix]

其中，ix是要计算的索引数组。我看到的是newX被线性转换，四舍五入为整数，然后剪裁，这样索引就不会超出0…len（yVals）-1的范围。所有这些都是由

ix = np.clip(np.around((newX-breaks[0])/deltax).astype(int), 0, len(yVals)-1)

其中

• np.around((newX-breaks[0])/deltax)将计算结果舍入到最接近的整数。如果没有舍入，astype（int）将使其成为最底层，这是不可取的。
• np.clip(..., 0, len(yVals)-1)剪辑结果，以便所有索引都有效。