1问题描述
DeprecationWarning: Conversion of an array with ndim > 0 to a scalar is deprecated, and will error in future. Ensure you extract a single element from your array before performing this operation. (Deprecated NumPy 1.25.)
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn), size=1)
2代码详情
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def plot_cloud_model(Ex, En, He, n, ax, label='', color = 'r',marker = 'o'):
'''
Ex 期望
En 熵
He 超熵
n 云滴数量
'''
Y = np.zeros((1, n))
np.random.seed(int(np.random.random()*100))
X= np.random.normal(loc=En, scale=He, size=n)
Y = Y[0]
for i in range(n):
np.random.seed(int(np.random.random()*100) + i + 1)
Enn = X[i]
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn), size=1)
Y[i] = np.exp(-(X[i] - Ex) * (X[i] - Ex) / (2 * Enn * Enn))
ax.scatter(X, Y, s=10, alpha=0.5, c=color, marker=marker, label=label)
fig = plt.figure(len(plt.get_fignums()))
ax = fig.add_subplot(111) #创建画布
title = '准确性(R)'
ax.set_title(title)#在ax指向的画布上绘图
ax.set_xlabel('期望')
ax.set_ylabel('隶属度')
#调用函数
plot_cloud_model(70.58, 5.7374, 8.4585, 5000, ax,'云','black','*')
ax.legend(loc='best')
plt.show()
3问题剖析
DeprecationWarning: Conversion of an array with ndim
是一个警告,通常出现在你使用某个库或函数时,而该库或函数在将来的版本中可能会改变其对于多维数组(ndim
)的处理方式。这通常意味着你正在使用一个即将被弃用(deprecated)的特性或方法。
本代码中,这个警告信息表明,你正在尝试将一个多维数组(ndim > 0
)转换为一个标量(scalar),这在NumPy 1.25及以后的版本中已经被弃用。具体来说,问题出在这一行:
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn), size=1)
这里,np.random.normal
返回一个一维数组,即size=1
。因此,当尝试将这个一维数组赋值给 X[i]
时,NumPy 发出警告,因为 X[i]
期望的是一个标量值。
4问题解决
- 查看警告的详细信息:通常,警告会提供更多的信息,告诉你哪个函数或方法正在被弃用,以及建议使用什么替代方案。
- 更新代码:根据警告的建议,更新你的代码以使用新的函数或方法。这通常涉及到查找你正在使用的库或函数的文档,并查找推荐的替代方案。
- 更新库:确保你正在使用的库是最新版本的。有时,库的新版本会包含对弃用特性的修复或替代方案。
- 考虑兼容性:如果你正在编写需要兼容不同版本库的代码,你可能需要编写一些条件代码来处理不同版本的库。
- 查阅文档和社区:如果你不确定如何处理这个警告,查阅相关库的文档或参与社区讨论。
本代码中:为了解决这个问题,可以直接从 np.random.normal
返回的数组中提取标量值。由于设置了 size=1
,返回的数组将只包含一个元素,所以你可以安全地使用索引来提取这个元素。修改后的代码应该是这样的:
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn), size=1)[0]
另外,考虑到 np.random.normal
在 size=1
时实际上返回的是一个0维数组(标量),你也可以简化代码,直接赋值而不需要索引:
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn))
这样写的话,NumPy 会自动将返回的0维数组转换为标量,而不会产生弃用警告。
5修改后全文代码
5.1方法一代码:
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def plot_cloud_model(Ex, En, He, n, ax, label='', color = 'r',marker = 'o'):
'''
Ex 期望
En 熵
He 超熵
n 云滴数量
'''
Y = np.zeros((1, n))
np.random.seed(int(np.random.random()*100))
X= np.random.normal(loc=En, scale=He, size=n)
Y = Y[0]
for i in range(n):
np.random.seed(int(np.random.random()*100) + i + 1)
Enn = X[i]
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn), size=1)[0]
Y[i] = np.exp(-(X[i] - Ex) * (X[i] - Ex) / (2 * Enn * Enn))
ax.scatter(X, Y, s=10, alpha=0.5, c=color, marker=marker, label=label)
fig = plt.figure(len(plt.get_fignums()))
ax = fig.add_subplot(111) #创建画布
title = '准确性(R)'
ax.set_title(title)#在ax指向的画布上绘图
ax.set_xlabel('期望')
ax.set_ylabel('隶属度')
#调用函数
plot_cloud_model(70.58, 5.7374, 8.4585, 5000, ax,'云','black','*')
ax.legend(loc='best')
plt.show()
5.2方法二代码:
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def plot_cloud_model(Ex, En, He, n, ax, label='', color = 'r',marker = 'o'):
'''
Ex 期望
En 熵
He 超熵
n 云滴数量
'''
Y = np.zeros((1, n))
np.random.seed(int(np.random.random()*100))
X= np.random.normal(loc=En, scale=He, size=n)
Y = Y[0]
for i in range(n):
np.random.seed(int(np.random.random()*100) + i + 1)
Enn = X[i]
X[i] = np.random.normal(loc=Ex, scale=np.abs(Enn))
Y[i] = np.exp(-(X[i] - Ex) * (X[i] - Ex) / (2 * Enn * Enn))
ax.scatter(X, Y, s=10, alpha=0.5, c=color, marker=marker, label=label)
fig = plt.figure(len(plt.get_fignums()))
ax = fig.add_subplot(111) #创建画布
title = '准确性(R)'
ax.set_title(title)#在ax指向的画布上绘图
ax.set_xlabel('期望')
ax.set_ylabel('隶属度')
#调用函数
plot_cloud_model(70.58, 5.7374, 8.4585, 5000, ax,'云','black','*')
ax.legend(loc='best')
plt.show()
正常运行后的绘图: 文章来源:https://www.toymoban.com/news/detail-845513.html
文章来源地址https://www.toymoban.com/news/detail-845513.html
到了这里,关于Python错题集-7:DeprecationWarning: Conversion of an array with ndim(被弃用警告)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!