Fehlerbehebung: ‘numpy.float64’ object is not iterable

Ein Fehler, auf den Sie bei der Verwendung von NumPy stoßen können, ist:

TypeError: 'numpy.float64' object is not iterable

Dieser Fehler tritt auf, wenn Sie versuchen, einen Iterationsvorgang für einen Float-Wert in NumPy auszuführen, was nicht möglich ist.

Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.

So reproduzieren Sie den Fehler

Angenommen, wir haben das folgende NumPy-Array:

import numpy as np

#Array von Daten definieren
data = np.array([1.3, 1.5, 1.6, 1.9, 2.2, 2.5])

#Array von Daten anzeigen
print(data)

[1.3 1.5 1.6 1.9 2.2 2.5]

Nehmen wir nun an, wir versuchen, die Summe aller Werte im Array auszugeben:

#versuche, die Summe aller Werte auszugeben
for i in data:
    print(sum(i))

TypeError: 'numpy.float64' object is not iterable

Wir haben einen Fehler erhalten, weil wir versucht haben, eine iterative Operation (mit der Summe der Werte) für jeden einzelnen Gleitkommawert im Array durchzuführen.

So beheben Sie den Fehler

Wir können diesen Fehler auf zwei Arten vermeiden:

1. Durchführen einer nicht iterativen Operation für jeden Wert im Array.

Zum Beispiel könnten wir jeden Wert im Array ausgeben:

#jeden Wert im Array ausgeben
for i in data:
    print(i)

1.3
1.5
1.6
1.9
2.2
2.5

Wir erhalten keinen Fehler, weil wir nicht versucht haben, einen iterativen Vorgang für jeden Wert auszuführen.

2. Führen Sie eine iterative Operation an einem mehrdimensionalen Array durch.

Wir könnten einen Fehler auch vermeiden, indem wir eine iterative Operation auf einem mehrdimensionalen Array ausführen:

#Mehrdimensionales Array erstellen
data2 = np.array([[1.3, 1.5], [1.6, 1.9], [2.2, 2.5]])

# Summe jedes Elements im Array ausgeben
for i in data2:
    print(sum(i))

2.8
3.5
4.7

Wir erhalten keinen Fehler, da es sinnvoll war, die Funktion sum() auf ein mehrdimensionales Array anzuwenden.

Insbesondere hier ist, wie NumPy die Summenwerte berechnet hat:

• 1,3 + 1,5 = 2,8
• 1,6 + 1,9 = 3,5
• 2,2 + 2,5 = 4,7

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Fehler in Python beheben:

So beheben Sie KeyError in Pandas
Behebung: ValueError: Float NaN kann nicht in Integer konvertiert werden
Behebung: ValueError: Operanden konnten nicht zusammen mit Shapes übertragen werden