这可能是一些常见问题解答中存储的众所周知的问题，但我无法通过谷歌搜索解决方案。我正在尝试编写标量参数的标量函数，但允许 ndarray 参数。该函数应检查其参数的域正确性，因为域违规可能会导致异常。这个例子演示了我尝试做的事情：
import numpy as np
def f(x):
x = np.asarray(x)
y = np.zeros_like(x)
y[x>0.0] = 1.0/x
return y
print f(1.0)
关于分配y[x>0.0]=...蟒蛇说0-d arrays can't be indexed。
解决这个执行的正确方法是什么？
这在 NumPy >= 1.9 中可以正常工作（在撰写本文时尚未发布）。在以前的版本中，您可以通过额外的解决方法np.asarray call:
x[np.asarray(x > 0)] = 0
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
