0 
In [57]: dW = np.zeros((2,2), int)                                              

In [58]: x = [[0,1,1,0,1, 0], [1, 1, 1, 1, 0, 0]]                               

In [59]: np.add.at(dW,x,1)                                                      
/home/infinity/anaconda3/bin/ipython:1: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.

我试图使用 numpy 创建一个混淆矩阵，但我得到了前面的错误。我该如何解决？

4

1 回答 1

1

如果我们提供一个数组而不是一个列表，我们不会收到未来的警告：

In [11]: In [57]: dW = np.zeros((2,2), int)
    ...: 
    ...: In [58]: x = [[0,1,1,0,1, 0], [1, 1, 1, 1, 0, 0]]
In [12]: dW
Out[12]: 
array([[0, 0],
       [0, 0]])
In [13]: x
Out[13]: [[0, 1, 1, 0, 1, 0], [1, 1, 1, 1, 0, 0]]
In [14]: np.add.at(dW,np.array(x),1)
In [15]: dW
Out[15]: 
array([[5, 5],
       [7, 7]])

根据文档，

indices : array_like 或 tuple 类似索引对象或切片对象的数组，用于索引到第一个操作数。如果第一个操作数有多个维度，则索引可以是数组的元组，如索引对象或切片对象。

In [17]: np.add.at(dW,tuple(x),1)
In [18]: dW
Out[18]: 
array([[6, 7],
       [8, 9]])
In [19]: tuple(x)
Out[19]: ([0, 1, 1, 0, 1, 0], [1, 1, 1, 1, 0, 0])

最近的numpy版本一直在收紧索引规则。在过去，有时允许在真正需要元组或数组的上下文中使用列表。这个未来的警告是紧缩的一部分。

===

如评论：

In [22]: In [57]: dW = np.zeros((2,2), int)
    ...: 
In [23]: np.add.at(dW,tuple(x),1)
In [24]: dW
Out[24]: 
array([[1, 2],
       [1, 2]])
于 2020-11-18T19:22:07.543 回答