Python — 解決“too many indices for array: array is 1-dimensional, but 2 were indexed”問題

開發演算法時，往往會想要確認程式碼所寫出來的最佳解是否正確，但將解帶入目標函數時又會遇到維度問題，此時會跳出 “too many indices for array”，常常令人頭痛不已，而本文會以特別的手法解決此問題。

Photo by Shahadat Rahman on Unsplash

• 假設目標函數如下，需將生成的亂數帶入 function，以求最佳解：

隨機生成一組 5 * 2 的亂數：（假設D為維度、N為組數）

將上述隨機生成的亂數帶入寫好的 function中，可以得到解如下：

現在我將pop第一組X、Y呼叫出來

如果直接以pop[0]帶入 function會出現以下報錯：

• 具體原因應該是，原 function寫成的架構是將隨機生成的亂數解，分次提出相對應設定維度的組，再帶入funsum中求fitness，但若是只有一組，系統會自動判定為1-dimensional，function就不接受輸入，對一開始設定的這組 function而言，它的input就是要2-dimensional以上的數組，而不能只為1-dimensional的input。

解決方法：設定 function，目的是為求單一1-dimensional型態解的替代方案。

代碼實現如下：

• 只需將所需要運算的數組輸入在num的位置，就可以算出想要的解。
• 因應本題範例，則是可以藉此得知運算過程中1-dimensional的 fitness。

結果如下：對應本文一開始 fun(pop) 生成的第一組解是相同的，且資料型態並未跑調，可運用其做其他方面的運算。

代碼分享

def forger_machine(num,D,fun):
    pretender = np.zeros(D)
    toCalculate = np.row_stack((num, pretender))
    testOut = fun(toCalculate)
    result = np.delete(testOut, -1, axis=0)
    return result

原理分析：

• 在function中設定一全為0的D維度矩陣，D為一開始就設定好的全域變數，給他一個很酷的名字，“pretender”。
• 將pretender加入到要輸入的1-dimensional下面，這樣一來原本 1-dimensional型態的資料，硬生生就變成了 2-dimensional的資料型態，此時設定的 function就會從不可接受變成可接受了，運算完後再將多算的數組刪除，最後留下的結果，即是一開始就需要的那組一維解。

以上便是筆者針對問題 “too many indices for array: array is 1-dimensional, but 2 were indexed” 的解決方法，希望本文會對你有幫助~