矩阵元素查找时遇TypeError: NoneType不可下标访问问题求助

问题场景 #

尝试在NumPy矩阵中查找指定元素的行列索引并存入两个元组，运行时触发错误：

TypeError: 'NoneType' object is not subscriptable

报错行：theLine = theTuple[0]

原代码如下：

from typing import NewType
import numpy as np

def find(element:int, matrix:np.array) ->tuple:
    '''Returnez un tuplu cu indicii elementului cautat'''
    myTuple = tuple()
    for i in range(2):
        for j in range(3):
            if matrix[i][j] == element:
                myTuple += (i,)
                myTuple += (j,)
                return myTuple


def pos_values(matrix: np.array, a: int, b: int, c: int, d: int) -> tuple:
    rows = tuple()
    cols = tuple()
    for myElement in range (a, b):
        theTuple = find(myElement, matrix)
        theLine = theTuple[0]
        theColumn = theTuple[1]
        rows += (theLine, )
        cols += (theColumn, )
    return rows,cols    


mat = np.arange(12).reshape(3, 4)
rows, cols = pos_values(mat, 2, 4, 6, 8)
assert np.all(rows == [0, 0, 1, 1, 1, 2])
assert np.all(cols == [2, 3, 0, 2, 3, 0])

mat = -np.arange(12).reshape(3, 4)
rows, cols = pos_values(mat, 2, 4, 6, 8)
assert np.all(rows == [])
assert np.all(cols == [])

错误原因 #

• find函数遍历范围错误：循环只遍历了前2行（range(2)）和前3列（range(3)），但测试用矩阵是3行4列，导致大部分元素无法被找到，此时find函数无返回值，默认返回None。
• 未处理元素不存在的情况：pos_values函数直接对theTuple取下标，当元素不存在时theTuple是None，触发下标错误。
• pos_values函数逻辑缺失：只处理了range(a,b)的元素，完全没处理range(c,d)的元素，不符合断言中需要包含6-8元素的要求。

修复方案 #

1. 修正find函数的遍历范围 #

遍历矩阵所有行和列，未找到元素时返回空元组：

def find(element:int, matrix:np.array) -> tuple:
    '''返回找到的元素的行列索引元组，未找到则返回空元组'''
    for i in range(matrix.shape[0]):
        for j in range(matrix.shape[1]):
            if matrix[i][j] == element:
                return (i, j)
    return ()

2. 完善pos_values函数的逻辑 #

• 同时处理a到b和c到d的元素范围
• 判断find函数的返回值，跳过不存在的元素
• 先用列表暂存数据（比元组拼接效率更高），最后转成元组

修正后的pos_values函数：

def pos_values(matrix: np.array, a: int, b: int, c: int, d: int) -> tuple:
    rows = []
    cols = []
    # 处理a到b区间的元素
    for myElement in range(a, b):
        pos = find(myElement, matrix)
        if pos:
            rows.append(pos[0])
            cols.append(pos[1])
    # 处理c到d区间的元素
    for myElement in range(c, d):
        pos = find(myElement, matrix)
        if pos:
            rows.append(pos[0])
            cols.append(pos[1])
    return tuple(rows), tuple(cols)

完整修复后代码 #

import numpy as np

def find(element:int, matrix:np.array) -> tuple:
    '''返回找到的元素的行列索引元组，未找到则返回空元组'''
    for i in range(matrix.shape[0]):
        for j in range(matrix.shape[1]):
            if matrix[i][j] == element:
                return (i, j)
    return ()


def pos_values(matrix: np.array, a: int, b: int, c: int, d: int) -> tuple:
    rows = []
    cols = []
    # 处理a到b区间的元素
    for myElement in range(a, b):
        pos = find(myElement, matrix)
        if pos:
            rows.append(pos[0])
            cols.append(pos[1])
    # 处理c到d区间的元素
    for myElement in range(c, d):
        pos = find(myElement, matrix)
        if pos:
            rows.append(pos[0])
            cols.append(pos[1])
    return tuple(rows), tuple(cols)


# 测试用例1
mat = np.arange(12).reshape(3, 4)
rows, cols = pos_values(mat, 2, 4, 6, 8)
assert np.all(rows == [0, 0, 1, 1, 1, 2])
assert np.all(cols == [2, 3, 0, 2, 3, 0])

# 测试用例2
mat = -np.arange(12).reshape(3, 4)
rows, cols = pos_values(mat, 2, 4, 6, 8)
assert np.all(rows == [])
assert np.all(cols == [])

额外优化（可选） #

利用NumPy内置函数可更高效查找元素，避免手动循环：

def find(element:int, matrix:np.array) -> tuple:
    indices = np.where(matrix == element)
    if len(indices[0]) > 0:
        return (indices[0][0], indices[1][0])
    return ()

内容的提问来源于stack exchange，提问作者Lucian Schipor