print(row_ind.index(i)) AttributeError: 'numpy.ndarray' object has no attribute 'index'

这个错误是因为numpy中的ndarray对象没有index方法，所以无法使用该方法。如果你想要获取某个元素在ndarray中的索引，可以使用numpy中的where方法。例如，可以使用以下代码来获取i在ndarray row_ind中的索引：

import numpy as np
row_ind = np.array([1, 2, 3, 4])
indexes = np.where(row_ind == i)
print(indexes)

其中i为要查找的元素。np.where会返回一个tuple，其中第一个元素是包含查找元素索引的ndarray，因此我们需要使用indexes来获取索引。

相关问题

from scipy.stats import ttest_ind for i in range(0,len(otu_map_match.index)): if i+1>len(otu_map_match.index): break pvalue = pd.DataFrame() tvalue = pd.DataFrame() tmp1 = otu_map_match.filter(like=otu_map_match.index[i],axis=0).drop(['#SampleID','Group'],axis=1) tmp2 = otu_map_match.filter(like=otu_map_match.index[i+1],axis=0).drop(['#SampleID','Group'],axis=1) for j in range(0,len(otu_map_match.columns)): pvalue.loc[tmp1.index[i],tmp2.index[i]] = ttest_ind(tmp1.iloc[:,j],tmp2.iloc[:,j])[1] tvalue.loc[tmp1.index[i],tmp2.index[i]] = ttest_ind(tmp1.iloc[:,j],tmp2.iloc[:,j])[0]

这段代码使用了Python中的SciPy库中的ttest_ind函数，进行了两组样本的t检验并计算了p值和t值。具体来说，它通过循环遍历otu_map_match数据框中的每个样本，然后将该样本与其下一个样本进行比较。接着，它使用filter函数选择出两个样本的OTU数据，然后使用ttest_ind函数计算它们之间的t值和p值，最后将结果存储在pvalue和tvalue数据框中。

解释如下代码：def read_sample(input_file,input_size, sample_ind,T_ind,H_ind): tt= input_size[input_size.testB_SAM_ID == sample_ind] pos = tt.start_pos.values[0] row = tt.N_row.values[0] col= tt.N_col.values[0] TH_ind = (T_ind-1)*4 + (H_ind - 1) f = open(input_file, "r") f.seek( pos + TH_ind*row*col , os.SEEK_SET) # seek data = np.fromfile( f, count = row*col, dtype = np.ubyte) f.close() data_mat = data.reshape(row,col) return data_mat

这段代码定义了一个函数`read_sample`，它接受四个参数`input_file`、`input_size`、`sample_ind`、`T_ind`和`H_ind`。

函数的主要作用是从文件中读取一个样本，并将其转换成一个二维数组返回。`input_size`是一个包含样本尺寸信息的数据框。

函数中的第二行代码从`input_size`中获取样本`sample_ind`的尺寸信息，包括起始位置`pos`、行数`row`和列数`col`。这些信息将用于从文件中读取样本数据。

接下来，函数将列索引`T_ind`和`H_ind`转换成一个一维索引`TH_ind`，这个索引表示在每个样本中，目标区域的起始位置（目标区域是以`T_ind`和`H_ind`为中心的4x4正方形）。

然后，函数打开指定的文件，并使用`seek`方法将文件指针移动到目标区域的起始位置。`seek`方法的参数是一个字节数，计算方法为`pos + TH_ind*row*col`，其中`pos`是样本在文件中的起始位置，`row`和`col`是样本的行数和列数，`TH_ind`是目标区域的起始位置（以像素为单位）。

接下来，函数使用`numpy`库中的`fromfile`方法读取指定数量的字节，并将其解释为一个无符号字节数组。这个数组中的每个元素代表一个像素的灰度值。

最后，函数使用`reshape`方法将一维数组转换为一个二维数组，并将其返回。