为何长度均为1258的Numpy数组运算时Python抛出形状不匹配广播错误

问题根因 #

你传入函数的df_close[stock]是Pandas Series对象，而非纯Numpy数组，这是报错的核心原因：

• 你做close[1:]/close[0:len(close)-1]运算时，Pandas会默认按索引对齐两个切片：
  • close[1:]的索引范围是1~1258（共1258个元素）
  • close[:-1]的索引范围是0~1257（共1258个元素）
• 两个切片的索引没有完全重叠，Pandas会自动取索引的并集做运算，缺失位置补NaN，最终运算结果的长度就变成了1259（索引范围0~1258），自然无法赋值给长度为1258的close_changes[1:]。
  你用len()打印切片长度看不出问题，是因为len()只统计当前切片的元素个数，不会预判运算时的索引对齐行为。

解决方案 #

只需要在运算时把Series转为纯Numpy数组，即可避免Pandas的自动索引对齐逻辑，有两种写法可选：

1. 用.to_numpy()（推荐，Pandas官方推荐写法）

close_changes[1:] = close[1:].to_numpy() / close[:-1].to_numpy()

2. 用.values（旧版本兼容写法）

close_changes[1:] = close[1:].values / close[:-1].values

内容的提问来源于stack exchange，提问作者Alex