不明確的索引錯誤python

Question

這是我在StackOverflow中的第三個線程。 我想我已經通過在這裏閱讀主題並清除了我的疑惑而學會了很多。

我想在我自己的python腳本中轉換一個excel表。我做了這麼多，現在我幾乎要完成腳本了，我收到了一條我不能理解的Err消息。這裏是我的代碼：（我試着給儘可能多的信息可能！）

def _sensitivity_analysis(datasource): 
    #datasource is a list with data that may be used for HBV_model() function; 
    datasource_length = len(datasource) #returns tha size of the data time series 
    sense_param = parameter_vector #collects the parameter data from the global vector (parameter_vector); 
    sense_index = np.linspace(0, 11, 12) #Vector that reflects the indexes of parameters that must be analyzed (0 - 11) 
    sense_factor = np.linspace(0.5, 2, 31) #Vecor with the variance factors that multiply the original parameter value; 
    ns_sense = [] #list that will be filled with Nasch-Sutcliff values (those numbers will be data for sensitivity analysis) 
    for i in range(sense_factor.shape[0]): #start column loop 
     ns_sense.append([]) #create column in ns_sense matrix 
     for j in range(sense_index.shape[0]): #start row loop 
      aux = sense_factor[i]*sense_param[j] #Multiplies the param[j] value by the factor[i] value 
      print(i,j,aux) #debug purposes 
      sense_param[j] = aux #substitutes the original parameter value by the modified one 
      hbv = _HBV_model(datasource, sense_param) #run the model calculations (works awesomely!) 
      sqrdiff = _square_diff() #does square-difference calculations for Nasch-Sutcliff; 
      average = _qcalc_qmed() #does square-difference calculations for Nasch-Sutcliff [2]; 
      nasch = _nasch_sutcliff(sqrdiff, average) #Returns the Nasch-Sutcliff calculation value 
      ns_sense[i].insert(j, nasch) #insert the value into ns_sense(i, j) for further uses; 
      sense_param = np.array([np.float64(catchment_area), np.float64(thresh_temp), 
          np.float64(degreeday_factor), np.float64(field_capacity), 
             np.float64(shape_coeficient), np.float64(model_paramC), 
             np.float64(surfaceflow_param), np.float64(thresh_surface_level), 
             np.float64(interflow_param), np.float64(baseflow_param), 
             np.float64(percolation_param), np.float64(soilmoist_param)]) #restores sense_param to original values 
      for i in range(len(datasource)): #HBV_model() transforms original data (index = 5) in a fully calculated data (index 17) 
       for j in range(12): #in order to return it to original state before a new loop 
        datasource[i].pop() #data is popped out; 
    print(ns_sense) #debug purposes 

所以，當我運行_sensitivity_analysis（數據源）我收到此消息：

File "<ipython-input-47-c9748eaba818>", line 4, in <module> 
    aux = sense_factor[i]*sense_param[j] 
IndexError: index 3652 is out of bounds for axis 0 with size 31; 

我完全知道它正在討論一個不可訪問的索引，因爲它不存在。

解釋我的情況，數據源是一個索引[3652]的列表。但是我看不到控制檯試圖訪問索引3652，因爲我沒有要求它這樣做。我試圖訪問這個值的唯一的一點是在最後一個循環：

for i in range(len(datasource)): 

我真的迷路了。如果你能幫助我的話，我真的很高興！如果你需要更多信息，我可以給你。

Answer 1

猜測：sense_factor = np.linspace(0.5, 2, 31)有31個元素 - 你要求元素3652，它自然會打擊。 i在最終循環中取這個值。重寫最終環路：

 for k in range(len(datasource)) 
      for m in range(12): 
       datasource[k].pop() 

但是你的代碼有許多問題 - 你應該已經不使用索引 在所有 - 而不是直接對數組使用for循環

Answer 2

你重用你的變量名，在這裏：

for i in range(sense_factor.shape[0]): 
    ... 
    for j in range(sense_index.shape[0]): 

然後在這裏：在aux = sense_factor[i]*sense_param[j]

for i in range(len(datasource)): 
    for j in range(12): 

因此，您所使用的i錯誤值，它基本上是一個僥倖的是你也沒有使用j的錯誤值。

不要在同一範圍內重用變量名稱。