成功解决FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `ar

简介: 成功解决FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `ar

解决问题


stats.py:1633: 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.

 return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval




解决思路


未来的警告:不建议使用非元组序列进行多维索引;使用“arr[tuple(seq)]”而不是“arr[seq]”。将来,这将被解释为一个数组索引' arr[np.array(seq)] ',它将导致错误或不同的结果。

 return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval




解决方法


此信息提示为警告,而不是error,即使不处理也不会影响代码编程的运行。如果想要去掉,可以更新库至最新版本!

然后根据提示修改使用方法!

如果想要去掉,可以根据提示采用改进的方法!


将arr[seq]改为arr[tuple(seq)]即可!


相关文章
|
9月前
|
API
什么是 Angular library 的 secondary entry points?
什么是 Angular library 的 secondary entry points?
|
2月前
|
JSON 数据格式
解决报错TypeError: Converting circular structure to JSON --> starting at object with constructor
解决报错TypeError: Converting circular structure to JSON --> starting at object with constructor
|
9月前
|
开发框架 安全 前端开发
什么是 Angular 的 Active Support 版本和 Long Term Support 版本
什么是 Angular 的 Active Support 版本和 Long Term Support 版本
|
搜索推荐 索引
Term Suggester 中 suggest_mode 的三种模式missing、popular、always 的区别
Term Suggester 中 suggest_mode 的三种模式missing、popular、always 的区别
OPA 14 - search existing item by regular expression
Created by Wang, Jerry, last modified on Nov 08, 2015
OPA 14 - search existing item by regular expression
|
SQL XML 缓存
《Orca: A Modular Query Optimizer Architecture for Big Data》
Orca: A Modular Query Optimizer Architecture for Big Data
《Orca: A Modular Query Optimizer Architecture for Big Data》
|
XML 分布式计算 算法
Orca: A Modular Query Optimizer Architecture for Big Data
在之前的几片paper笔记中,对最为主流的两套优化器框架进行了解读,包括bottom-up dynamic programming的search策略和基于Top-down memorization的search策略
335 0
Orca: A Modular Query Optimizer Architecture for Big Data