Python中从NumPy数组获取特定值索引时遇类型错误求解决方案

错误原因 #

你第二段循环的核心问题是变量名冲突：原数组名为memb_e，但你在enumerate(memb_e)里把迭代的单个元素也命名为memb_e。这导致循环内部的memb_e不再指向原NumPy数组，而是每次迭代的numpy.float64类型元素。当你执行memb_e[i+1]时，本质是在试图访问一个浮点数的索引，自然会抛出'numpy.float64' object is not iterable的错误。

修复后的代码 #

把循环的迭代变量改成和原数组不同的名字（比如val），即可解决问题：

# 第一段循环保持不变
for i, memb_e in enumerate(memb_e):
    if memb_e == 1:
        x1 = e[i]
        y1 = 1
print(x1)

# 第二段循环修正变量名，避免冲突
for i, val in enumerate(memb_e):
    if val == 0 :
        x0 = e[i]
        y0 = 0
        # 此处的memb_e正确指向原数组
        if i+1 < len(memb_e) and memb_e[i+1] != 0 :
            break

更高效的NumPy原生写法 #

既然使用NumPy数组，完全可以抛弃手动循环，用内置函数实现更高效的索引查找：

查找值为1的元素对应e的值 #

import numpy as np

# 获取所有值为1的索引，取第一个（和原逻辑一致）
idx_1 = np.where(memb_e == 1)[0][0]
x1 = e[idx_1]
y1 = 1

查找第一个满足「自身是0且下一个元素非0」的位置 #

# 生成掩码：标记自身为0且下一个元素非0的位置
mask = (memb_e == 0) & (np.roll(memb_e, -1) != 0)
# 处理边界：最后一个元素即使是0也不满足条件
mask[-1] = False
# 获取第一个符合条件的索引
idx_0 = np.where(mask)[0][0]
x0 = e[idx_0]
y0 = 0

原生方法在数组规模较大时，性能会远优于手动循环。

内容的提问来源于stack exchange，提问作者Mohammadreza Shahsavar