numpy使用frompyfunc传数组参数报'float'不可下标错误怎么解决？

错误原因 #

np.frompyfunc 会自动对所有输入参数做元素级的遍历拆分，你传入shape为(2,8)的pval数组时，它会逐个取出数组内的单个float值传给getnpx的mt参数，此时执行mt[0]就相当于对float值做下标索引，自然抛出对应报错。

方案1：直接用原生numpy广播（优先推荐） #

你的需求本身完全符合numpy的广播规则，不需要额外做矢量化包装，直接调用函数即可：

import numpy as np

pval=np.array([[0., 0.,0., 0., 0.,0., 0., 0.],
              [0., 0., 0., 0., 0.,0., 0., 0.]])

def getnpx(mt, age):
    return mt[0] + age

# 直接调用即可，不需要额外包装
print(getnpx(pval, 1))
# 输出：[1. 1. 1. 1. 1. 1. 1. 1.]

如果需要对多个age值批量计算，numpy广播也原生支持，比如传入多个age的数组：

# 批量计算age为1、2、3的结果
print(getnpx(pval, np.array([1,2,3])[:, np.newaxis]))

方案2：确需矢量化包装时用np.vectorize指定排除参数 #

如果你的实际业务逻辑比示例复杂，必须要做矢量化包装，可以用np.vectorize的excluded参数指定mt参数不参与元素级拆分：

def getnpx(mt, age):
    return mt[0] + age

# 排除第一个参数（参数下标为0的mt）不做矢量化拆分
vgetnpx = np.vectorize(getnpx, excluded=[0])
print(vgetnpx(pval, 1))
# 输出：[1. 1. 1. 1. 1. 1. 1. 1.]

内容的提问来源于stack exchange，提问作者William