blocks|key|1469047|text|问题在于您使用掩码分配的内容。由于不知道g1、g2、g3和g4中的内容，因此很难理解您在做什么，但很可能|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1469048|tau*(g1%2Bg2-g3%2Bg4)|code-block|syntax|javascript|1469049|是一个二维的向量。相反，您需要分配单个值。例如，如果您以这种方式更改分配，它可能会起作用：|1469050|g1_coll[obstacle==0]=(tau*(g1%2Bg2-g3%2Bg4))[0]
g2_coll[obstacle==0]=(tau*(g1%2Bg2%2Bg3-g4))[0]
g3_coll[obstacle==0]=(tau*(-g1%2Bg2%2Bg3%2Bg4))[0]
g4_coll[obstacle==0]=(tau*(g1-g2%2Bg3%2Bg4))[0]|1469051|或者，如果它不工作：|1469052|g1_coll[obstacle==0]=(tau*(g1%2Bg2-g3%2Bg4))[0][0]
g2_coll[obstacle==0]=(tau*(g1%2Bg2%2Bg3-g4))[0][0]
g3_coll[obstacle==0]=(tau*(-g1%2Bg2%2Bg3%2Bg4))[0][0]
g4_coll[obstacle==0]=(tau*(g1-g2%2Bg3%2Bg4))[0][0]|1469053|但在做任何事情之前，您应该了解输入中的内容(tau*(g1%2Bg2-g3%2Bg4))。|offset|length|style|CODE|1469054|我的猜测是g1、g2、g3和g4可能是二维的向量|1469055|通过这个例子，我可以重现您的错误：|1469056|import+numpy+as+np
import+random


my_matrix+=+np.random.rand(4)
print(my_matrix)

my_boolean_array+=+my_matrix+<+0.5
print(my_boolean_array)

my_matrix[my_boolean_array]+=+[[0,+0]]+#+two+dimensions+array!+not+a+single+value.+This+will+not+work
print(my_matrix)|1469057|尝试打印内部的值|1469058|print(tau*(g1%2Bg2-g3%2Bg4))|1469059|entityMap^0|0|0|0|0|0|0|M|H|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|16|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|17|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|18|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|19|8|@]|9|@]|A|$E|F]]|$1|K|3|L|5|6|7|1A|8|@]|9|@]|A|$]]|$1|M|3|N|5|D|7|1B|8|@]|9|@]|A|$E|F]]|$1|O|3|P|5|6|7|1C|8|@$Q|1D|R|1E|S|T]]|9|@]|A|$]]|$1|U|3|V|5|6|7|1F|8|@]|9|@]|A|$]]|$1|W|3|X|5|6|7|1G|8|@]|9|@]|A|$]]|$1|Y|3|Z|5|D|7|1H|8|@]|9|@]|A|$E|F]]|$1|10|3|11|5|6|7|1I|8|@]|9|@]|A|$]]|$1|12|3|13|5|D|7|1J|8|@]|9|@]|A|$E|F]]|$1|14|3|-4|5|6|7|1K|8|@]|9|@]|A|$]]]|15|$]]

The problem is what you are assigning using the mask. Not knowing what's inside g1, g2, g3 and g4 it's quite difficult to understand what you are doing, but probably

<pre><code>tau*(g1+g2-g3+g4)
</code></pre>

is a vector of two dimension. Instead you need to assign a single value. For example, if you change your assignment in this way, it will probably work:

<pre><code>g1_coll[obstacle==0]=(tau*(g1+g2-g3+g4))[0]
g2_coll[obstacle==0]=(tau*(g1+g2+g3-g4))[0]
g3_coll[obstacle==0]=(tau*(-g1+g2+g3+g4))[0]
g4_coll[obstacle==0]=(tau*(g1-g2+g3+g4))[0]
</code></pre>

or, if it is not working:

<pre><code>g1_coll[obstacle==0]=(tau*(g1+g2-g3+g4))[0][0]
g2_coll[obstacle==0]=(tau*(g1+g2+g3-g4))[0][0]
g3_coll[obstacle==0]=(tau*(-g1+g2+g3+g4))[0][0]
g4_coll[obstacle==0]=(tau*(g1-g2+g3+g4))[0][0]
</code></pre>

But before doing anything you should understand what's inside your input (<code>tau*(g1+g2-g3+g4)</code>). 

My guess is that probably g1, g2, g3, and g4 are vectors of two dimensions

With this example I can reproduce your error:

<pre><code>import numpy as np
import random


my_matrix = np.random.rand(4)
print(my_matrix)

my_boolean_array = my_matrix &lt; 0.5
print(my_boolean_array)

my_matrix[my_boolean_array] = [[0, 0]] # two dimensions array! not a single value. This will not work
print(my_matrix)
</code></pre>

Try to print the value inside 

<pre><code>print(tau*(g1+g2-g3+g4))
</code></pre>

blocks|key|1472172|text|我假设你得到的错误是因为你所有的数组都是二维的。我建议您尝试使用numpy.putmask(matrix,+mask,+new_matrix_values)|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1472173|例如|1472174|++++mask+=+(obstacle+==+0)
++++numpy.putmask(g1_coll,+mask,+tau*(g1%2Bg2-g3%2Bg4))
++++numpy.putmask(g2_coll,+mask,+tau*(g1%2Bg2%2Bg3-g4))
++++numpy.putmask(g3_coll,+mask,+tau*(-g1%2Bg2%2Bg3%2Bg4))
++++numpy.putmask(g4_coll,+mask,+tau*(g1-g2%2Bg3%2Bg4))|code-block|syntax|javascript|1472175|entityMap^0|W|1A|0|0|0^^$0|@$1|2|3|4|5|6|7|O|8|@$9|P|A|Q|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|R|8|@]|D|@]|E|$]]|$1|H|3|I|5|J|7|S|8|@]|D|@]|E|$K|L]]|$1|M|3|-4|5|6|7|T|8|@]|D|@]|E|$]]]|N|$]]

I Assume the error you are getting is because all of your arrays are 2-dimensional. I suggest you try using <code>numpy.putmask(matrix, mask, new_matrix_values)</code>

For instance

<pre><code> mask = (obstacle == 0)
 numpy.putmask(g1_coll, mask, tau*(g1+g2-g3+g4))
 numpy.putmask(g2_coll, mask, tau*(g1+g2+g3-g4))
 numpy.putmask(g3_coll, mask, tau*(-g1+g2+g3+g4))
 numpy.putmask(g4_coll, mask, tau*(g1-g2+g3+g4))
</code></pre>

blocks|key|1469070|text|下面的代码可能也可以用|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1469071|mask+=+(obstacle+==+0)
new_array+=+tau*(g1%2Bg2-g3%2Bg4)
g1_coll[mask]=+new_array[mask]|code-block|syntax|javascript|1469072|注意最后一个[mask]|offset|length|style|CODE|1469073|entityMap^0|0|0|6|6|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|Q|8|@$I|R|J|S|K|L]]|9|@]|A|$]]|$1|M|3|-4|5|6|7|T|8|@]|9|@]|A|$]]]|N|$]]

The following should probably work as well
<pre><code>mask = (obstacle == 0)
new_array = tau*(g1+g2-g3+g4)
g1_coll[mask]= new_array[mask]
</code></pre>
Notice the last <code>[mask]</code>

I'm kinda new to python, currently working on a project and getting this error with this lines of code.

<pre class="lang-py prettyprint-override"><code> g1_coll[obstacle==0]=tau*(g1+g2-g3+g4)
 g2_coll[obstacle==0]=tau*(g1+g2+g3-g4)
 g3_coll[obstacle==0]=tau*(-g1+g2+g3+g4)
 g4_coll[obstacle==0]=tau*(g1-g2+g3+g4)
</code></pre>

can anyone help me understand this?

Python error, "NumPy boolean array indexing assignment requires a 0 or 1-dimensional input, input has 2 dimensions"

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我是python的新手，目前正在做一个项目，并且在这几行代码中遇到了这个错误。    g1_coll[obstacle==0]=tau*(g1+g2-g3+g4)    g2_coll[obstacle==0]=tau*(g1+g2+g3-g4)    g3_coll[obstacle==0]=tau*(-g1+g2+...

问NumPy错误，“Python布尔数组索引赋值需要0或1维输入，输入有2维”
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问NumPy错误，“Python布尔数组索引赋值需要0或1维输入，输入有2维”EN