NDarray切片报错：TypeError: only integer scalar arrays can be converted to a scalar index

报错原因 #

你的代码中使用beginning[:, i]和end[:, i]这类数组作为切片的起始/结束参数，而numpy的切片语法要求切片的上下界必须是标量值，不能是数组，因此触发了TypeError: only integer scalar arrays can be converted to a scalar index。

解决方案 #

方案1：逐行使用标量索引（直观匹配原逻辑） #

修改循环逻辑，逐行取出对应feature的起始/结束标量值，再执行切片赋值：

import numpy as np

mask = - np.ones((3, 5))
num_features = 4

beginning = np.zeros((3, num_features), dtype=int)
end = np.ones((3, num_features), dtype=int) * 3 

# 遍历每一行，再遍历每个feature的切片范围
for row in range(mask.shape[0]):
    for i in range(num_features):
        start = beginning[row, i]
        end_idx = end[row, i]
        mask[row, start:end_idx] = 1

print(mask)

运行输出：

[[ 1.  1.  1. -1. -1.]
 [ 1.  1.  1. -1. -1.]
 [ 1.  1.  1. -1. -1.]]

方案2：广播生成布尔掩码（高效批量处理） #

如果处理大规模数据，逐循环效率较低，可以利用numpy广播特性生成布尔掩码，一次性完成赋值：

import numpy as np

mask = - np.ones((3, 5))
num_features = 4

beginning = np.zeros((3, num_features), dtype=int)
end = np.ones((3, num_features), dtype=int) * 3 

# 生成列索引数组，通过广播匹配mask的形状
cols = np.arange(mask.shape[1])[np.newaxis, :]

for i in range(num_features):
    # 将起始/结束索引转为(3,1)形状，与cols广播比较
    in_range = (cols >= beginning[:, i][:, np.newaxis]) & (cols < end[:, i][:, np.newaxis])
    mask[in_range] = 1

print(mask)

内容的提问来源于stack exchange，提问作者th0mash