python求教====

import numpy as np

import pandas as pd

import os

import shutil

import math

# 文件路径

path = os.path.abspath(r'./m1/m1')?

# 文件数量

tol = len([lists for lists in os.listdir(path) if os.path.isfile(os.path.join(path, lists))])

# 面积

area = 0

Perimeter =0

# 初始化矩阵

Area = np.zeros(tol)

Area_S = np.zeros(tol)

Perimeter = np.zeros(tol)

Center = np.zeros(tol)

Xmax = np.zeros(tol)

Xmin = np.zeros(tol)

Ymax = np.zeros(tol)

Ymin = np.zeros(tol)

dY = np.zeros(tol)

Beta = np.zeros(tol)

Time = np.zeros(tol)

# 遍历所有文件

for t in np.arange(0, tol):


? ? # 读取文件

? ? data = pd.read_csv(path + '/m1_yanxing_%d.txt' % int(t), names=['T', 'x', 'y', 'z','c','w'],

? ? ? ? ? ? ? ? ? ? skiprows=1, sep=',', dtype='float64')


? ? # 读取x,y坐标

? ? Coordinate = pd.DataFrame(data,columns=['x','y'])


? ? # 判断是空非空

? ? if Coordinate.empty:


? ? ? print(t,Area[t])


? ? ? break


? ? else:


? ? ? # x轴升序排列,-1至+1

? ? ? Coordinate = Coordinate.sort_values(by=['x'], axis=0, ascending=True)


? ? ? # 重置行索引

? ? ? Coordinate = Coordinate.reset_index(drop=True)


? ? ? # 按行遍历

? ? ? for i in range(len(Coordinate)-1):

? ? ? ? area = area + (Coordinate.iloc[i,1] + Coordinate.iloc[i+1,1]) * (Coordinate.iloc[i+1,0] - Coordinate.iloc[i,0])


? ? ? ? Perimeter = Perimeter + np.sqrt(pow((Coordinate.iloc[i+1,0] - Coordinate.iloc[i,0]) , 2) + pow((Coordinate.iloc[i+1,1] + Coordinate.iloc[i,1]),2))



? ? ? Area[t] = area


? ? ? Area_S[t] = Area[t] / Area[0] - 1


? ? ? Perimeter[t] =Perimeter


? ? ? Xmax[t] = max(Coordinate['x'])


? ? ? Xmin[t] = min(Coordinate['x'])


? ? ? Ymax[t] = max(Coordinate['y'])


? ? ? Ymin[t] = min(Coordinate['y'])


? ? ? Center[t] = np.mean(Coordinate['x'])


? ? ? Beta[t] = (Xmax[t] - Xmin[t]) / (Ymax[t] * 2)


? ? ? dY [t] = Ymax[t] - Ymin[t]


? ? ? Time[t] = data.iloc[0,0]


? ? ? # 显示进度

? ? ? print(t,Area[t])


? ? ? area = 0



# 保存数据

np.savetxt(path + '/../Time/1_time.txt', Time, fmt='%.10f')

np.savetxt(path + '/../Time/2_area_s.txt', Area_S, fmt='%.5f')

np.savetxt(path + '/../Time/3_center.txt', Center, fmt='%.5f')

np.savetxt(path + '/../Time/4_beta.txt', Beta, fmt='%.5f')

np.savetxt(path + '/../Time/5_area.txt', Area, fmt='%.5f')

np.savetxt(path + '/../Time/6_xmax.txt', Xmax, fmt='%.5f')


np.savetxt(path + '/../Time/7_xmin.txt', Xmin, fmt='%.5f')

np.savetxt(path + '/../Time/8_ymax.txt', Ymax, fmt='%.5f')

np.savetxt(path + '/../Time/9_ymin.txt', Ymin, fmt='%.5f')

np.savetxt(path + '/../Time/10_dy.txt', dY, fmt='%.5f')

np.savetxt(path + '/../Time/11_Perimeter.txt', Perimeter, fmt='%.10f')

错误如下:

TypeError: only size-1 arrays can be converted to Python scalars

The above exception was the direct cause of the following exception:

Traceback (most recent call last):

? File "H:\MOOSE18_data\anisotropic\data_analysis01.py", line 66, in <module>

? ? Perimeter[t] =Perimeter

ValueError: setting an array element with a sequence.

我不知道该怎么解决,网上查找的方式感觉没用,求教,如果解决的话会打赏的,谢谢

?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,172评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,346评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事?!?“怎么了?”我有些...
    开封第一讲书人阅读 159,788评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,299评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,409评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,467评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,476评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,262评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,699评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,994评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,167评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,827评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,499评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,149评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,387评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,028评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,055评论 2 352

推荐阅读更多精彩内容