索引1超出轴0的大小为1的范围

时间:2015-07-22 22:07:21

标签: python indexoutofboundsexception

N=100
numbers_training_pattern=10
for pattern in range(number_training_pattern):
rate=np.zeros((1,N))


   for epoch in range(1,nepochs+1):


        if epoch<=1:
           clamp=1
        else:
           clamp=0

       activ=np.zeros((1,N))
       for neuron in range(N):


          PreSynInput = rate.T + (Testing_pattern[neuron, pattern] * clamp)


          activ[neuron] = np.dot(PreSynInput.T,autocorrelation_matrix[:,neuron])

错误 IndexError Traceback(最近一次调用最后一次)  in()      17      18 ---&GT; 19 activ [neuron] = np.dot(PreSynInput.T,autocorrelation_matrix [:,neuron])      20      21

IndexError:索引1超出轴0的大小为1

1 个答案:

答案 0 :(得分:3)

activ=np.zeros((1,N))

表示activ有1行和N列。 activ[0]指的是第一行。 activ[1]会引发IndexError,因为没有第二行。

for i in range(N)使i的范围从0到N-1。因此,如果N大于1,则会发生错误。

在更改当前代码的最少量时修复错误的一种方法是使用

activ[0, neuron] = np.dot(PreSynInput.T,autocorrelation_matrix[:,neuron])

但是,逐个元素地为NumPy数组赋值通常不是利用NumPy的理想方式。如果您可以将计算表达为在较大的数组上完成并且没有Python for循环,那么您将获得更好的性能。

例如,如果我正确理解未定义数组的形状,那么 可以取代

activ=np.zeros((1,N))
for neuron in range(N):
    PreSynInput = rate.T + (Testing_pattern[neuron, pattern] * clamp)
    activ[neuron] = np.dot(PreSynInput.T,autocorrelation_matrix[:,neuron])

PreSynInput = (rate.T + (Testing_pattern[:, pattern] * clamp))
activ = np.einsum('ij,ij->j', PreSynInput, autocorrelation_matrix)

例如,

import numpy as np
np.random.seed(2015)
N, M, pattern = 10, 5, 0
clamp = 1
autocorrelation_matrix = np.random.randint(10, size=(N, N))
Testing_pattern = np.random.randint(10, size=(N, M))
rate = np.random.randint(10, size=(1,N))

activ=np.zeros((1,N))
for neuron in range(N):
    PreSynInput = rate.T + (Testing_pattern[neuron, pattern] * clamp)
    activ[:, neuron] = np.dot(PreSynInput.T, autocorrelation_matrix[:,neuron])

PreSynInput = (rate.T + (Testing_pattern[:, pattern] * clamp))
activ2 = np.einsum('ij,ij->j', PreSynInput, autocorrelation_matrix)

print(activ)
# [[ 405.  421.  272.  475.  227.  424.  644.  212.  325.  502.]]

print(activ2)
# [405 421 272 475 227 424 644 212 325 502]

如果你能找到消除方法的话,你会得到更好的表现 for pattern - 循环和for epoch - 循环。

如何消除这些循环是一个非常困难和有趣的问题 证明一个单独的问题。如果您确实发布了有关该问题的新问题,请添加minimal example with runnable code 绝对清楚输入的所需输出是什么。