Problemlösung: ‘numpy.ndarray’ object has no attribute ‘index’

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

AttributeError: 'numpy.ndarray' object has no attribute 'index'

Dieser Fehler tritt auf, wenn Sie versuchen, die index()-Funktion für ein NumPy-Array zu verwenden, für das kein index-Attribut verfügbar 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

#NumPy-Array erstellen
x = np.array([4, 7, 3, 1, 5, 9, 9, 15, 9, 18])

Wir können die folgende Syntax verwenden, um die minimalen und maximalen Werte im Array zu finden:

#Mindest- und Höchstwerte des Arrays finden
min_val = np.min(x)
max_val = np.max(x)

#Mindest- und Höchstwerte ausgeben
print(min_val, max_val)

1 18

Nehmen wir nun an, wir versuchen, die Indexposition der Minimal- und Maximalwerte im Array zu finden:

# Versuch, die Indexposition mit dem Mindestwert auszugeben
x.index(min_val)

AttributeError: 'numpy.ndarray' object has no attribute 'index'

Wir erhalten eine Fehlermeldung, weil wir eine index()-Funktion nicht auf ein NumPy-Array anwenden können.

So beheben Sie den Fehler

Um die Indexposition der Minimal- und Maximalwerte im NumPy-Array zu finden, können wir die NumPy where()-Funktion verwenden:

#Finde Indexposition mit minimalem Wert
np.where(x == min_val)

(array([3]),)

#Finde Indexposition mit maximalem Wert
np.where(x == max_val)

(array([9]),)

Aus der Ausgabe können wir sehen:

• Der Minimalwert im Array befindet sich an Indexposition 3.
• Der Maximalwert im Array befindet sich an Indexposition 9.

Wir können dieselbe allgemeine Syntax verwenden, um die Indexposition eines beliebigen Werts in einem NumPy-Array zu finden.

Beispielsweise können wir die folgende Syntax verwenden, um herauszufinden, welche Indexpositionen gleich dem Wert 9 im NumPy-Array sind:

#Finde Indexpositionen, die gleich dem Wert 9 sind
np.where(x == 9)

(array([5, 6, 8]),)

Aus der Ausgabe können wir ersehen, dass die Werte an den Indexpositionen 5, 6 und 8 alle gleich 9 sind.

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