NumPy索引报错求助：where结果赋值提示仅整数标量数组可转标量索引

咱们先把问题的根源揪出来：你在处理ar的时候，用了两次列表推导式，把原本的NumPy数组转换成了Python普通列表。而Python列表不支持用NumPy数组（也就是naList[0]这种数组型索引）来批量赋值，这就是报错的核心原因。

修正方案：保持ar为NumPy数组 #

把列表推导式替换成NumPy的向量化操作，既能保持ar的数组类型，代码效率也更高：

import numpy as np

# 假设y已正确填充数据，maxamount是预先定义好的变量
y = np.empty([your_row_count, 24])  # 替换成实际的行数
z = np.empty([y.shape[0], 6])  # 初始化z的行数和y一致，列数设为6

# 填充z的前几列
z[:,0] = y[:,1]
z[:,1] = y[:,2]
z[:,3] = y[:,3]
# ... 其他列的填充逻辑保持不变

# 计算PVExport，全程保持ar为NumPy数组
ar = y[:,7] - y[:,8]
# 用np.clip替代列表推导式，直接对数组做上下限截断
ar = np.clip(ar, 0, maxamount)
# 获取y第6列为0的索引
naList = np.where(y[:,6] == 0)
# 此时ar是NumPy数组，支持数组型索引批量赋值
ar[naList[0]] = maxamount
# 填充z的第4列
z[:,4] = ar

为什么这样能解决问题？ #

• np.clip()可以直接对整个NumPy数组完成"小于0设为0，大于maxamount设为maxamount"的操作，结果依然是NumPy数组。
• NumPy原生支持用整数数组（比如naList[0]）做批量索引和赋值，这正是你需要的操作逻辑。

如果你坚持要用列表推导式（不推荐） #

如果因为特殊需求必须保留列表推导式，记得最后把ar转回NumPy数组：

ar = np.array(y[:,7] - y[:,8])
ar = [maxamount if i > maxamount else i for i in ar]
ar = [0 if i < 0 else i for i in ar]
ar = np.array(ar)  # 关键一步：把列表转回NumPy数组
naList = np.where(y[:,6] == 0)
ar[naList[0]] = maxamount
z[:,4] = ar

补充说明 #

交互窗口里能正常运行，大概率是因为你当时的ar还保持着NumPy数组类型，或者索引逻辑和脚本里不一样。但脚本里的列表推导式确实会把ar转成普通列表，导致数组索引失效。

内容的提问来源于stack exchange，提问作者Bob D