Python代码报仅size-1数组可转Python标量错误的调试咨询

这个错误的触发点为代码中的math.exp((-n)*Ts)：
n是np.linspace生成的numpy数组，因此(-n)*Ts的计算结果也是数组类型。Python标准库math模块的所有函数仅支持接收*单个标量值（单个整数、浮点数）*作为输入，不支持直接传入数组做批量运算，因此传入数组时就会抛出该错误。

另外代码还存在一处潜在问题：如果输入的Ts是大于1的整数，1/Ts的计算结果会是小于1的浮点数，直接转int会得到0，后续np.linspace传入长度为0的参数也会抛出异常。

1. 将math.exp替换为numpy自带的向量化指数函数np.exp，numpy的数学函数原生支持对数组的每个元素做批量运算，无需额外循环。
2. 补充fs参数的合法性校验，避免出现采样率为0的异常情况。

修改后可正常运行的代码如下：

import numpy as np
import matplotlib.pyplot as plt


f = input("Enter value of f: ")
Ts = input("Enter value of Ts: ")
f = int(f)
Ts = int(Ts)
fs = 1 / Ts
fs = int(fs)
# 校验采样率合法性
if fs <= 0:
    raise ValueError("Ts取值过大导致采样率不能小于等于0，请调整Ts输入")
n = np.linspace(-1, 1, fs)

x = np.cos(2 * np.pi * f * n * Ts) * (np.exp((-n) * Ts))

plt.scatter(n, x)
plt.show()

• 首先通过报错栈定位到具体报错的代码行，检查该行使用的函数是否仅支持标量输入，传入的参数是否为numpy数组
• 所有对numpy数组做批量数学运算的场景，优先使用np.开头的numpy原生向量化函数，不要使用标准库math模块的函数
• 如果必须使用自定义的仅支持标量的函数处理数组，可以用np.vectorize包装函数，或者遍历数组元素逐一计算后再转回numpy数组
• 遇到参数类型不匹配的报错时，可以先打印对应参数的类型（用type()函数）、形状（numpy数组用.shape属性），确认是否符合函数的输入要求

内容的提问来源于stack exchange，提问作者Nirmal Moray