Python处理三维NumPy数组时如何避免for循环触发size-1数组转标量错误

问题根源 #

• 第一个问题是你初始化的time = []为空列表，len(time)为0，构造的u10m数组时间维度长度为0，本身不符合实际计算需求
• 第二个问题正如你推测的：u10m[:,i,j]中的:会取该格点所有时间步的数值，累加得到的psum是和时间维度等长的一维数组，而你定义的u_zavg[i]只能存储单个标量，赋值时维度不匹配触发报错
• 你之前尝试添加l = sum(k, axis = 0)没有效果的原因是：仅对时间维做了求和，但没有同步调整u_zavg的维度，如果是要保留时间维的话，u_zavg应该定义成np.zeros((len(time), len(lat)))，而不是长度只有纬度数的一维数组

解决办法 #

按你常见的两种计算需求分别给出方案，优先推荐numpy内置的向量化运算，比手动写嵌套循环效率高很多：

需求1：得到每个纬度的总平均（同时对时间、经度维度取平均，每个纬度对应一个标量结果） #

向量化写法（推荐）

import numpy as np
# 先修正time维度，示例假设你有20个时间步，可根据实际业务修改
time = range(20)
lat = range(-90, 90)
lon = range(0, 180)
u10m = np.random.randint(-10, 20, (len(time),len(lat),len(lon)))
# 直接指定对第0维（时间）、第2维（经度）同时取平均，一步得到结果
u_zavg = u10m.mean(axis=(0, 2))

保留原循环逻辑的修改版

import numpy as np
time = range(20)
lat = range(-90, 90)
lon = range(0, 180)
u10m = np.random.randint(-10, 20, (len(time),len(lat),len(lon)))
u_zavg = np.zeros(len(lat))
for i in range(len(lat)):
    psum = 0
    for j in range(len(lon)):
        # 对时间维先求和再累加，保证psum是标量
        psum += u10m[:,i,j].sum()
    # 除以经度数量的同时也要除以时间步数量
    u_zavg[i] = psum/(len(lon)*len(time))

需求2：保留时间维度，得到每个时间步、每个纬度的纬向平均 #

# 仅对经度维度（第2维）取平均，得到的结果形状为 (时间步数量, 纬度数量)
u_zavg_by_time = u10m.mean(axis=2)

内容的提问来源于stack exchange，提问作者Logan