IndexError: too many indices for array trong NumPy
Bài 2/2 · Chương 3
Giải nghĩa lỗi
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Thông báo lỗi too many indices for array của NumPy nghĩa là bạn dùng nhiều chỉ số hơn số chiều của mảng, thường là a[i, j] hay a[:, j] trên một mảng chỉ có một chiều. Bạn gặp nó khi đã lấy riêng một hàng của bảng rồi vẫn viết hai chỉ số, hay khi np.loadtxt() đọc một cột và trả về mảng một chiều thay cho bảng.
Cần biết trước: chỉ số và cắt mảng, shape, ndim, dtype và cắt chuỗi, cắt list.
Bảng tra nhanh: thông báo IndexError của mảng và cách sửa
Python gọi lỗi này là IndexError, cùng lớp với lỗi chỉ số vượt khỏi list. Thông báo của NumPy nói rõ mảng có mấy chiều và bạn đã dùng mấy chỉ số, nên so hai con số đó là biết thừa bao nhiêu.
Thông báo | Nguyên nhân | Cách sửa |
|---|---|---|
|
| kiểm |
| lấy một hàng |
|
|
| thêm |
| ba chỉ số trên một bảng | bảng chỉ có hàng và cột: |
| lấy chỉ số trên một số đã lấy ra khỏi mảng | số không có chỉ số; bỏ phần |
Một chỉ số trên bảng thì luôn được: dt[0] cho cả hàng đầu. Chạy đoạn dưới để thấy số chiều và các cách lấy hợp lệ:
import numpy as np
dt = np.array([[1055, 1242, 577],
[577, 675, 302]])
print(dt.ndim, dt.shape)
print(dt[0, 1], dt[0][1])
hang_dau = dt[0]
print(hang_dau.ndim, hang_dau.shape, hang_dau[1])KẾT QUẢ
2 (2, 3)
1242 1242
1 (3,) 1242Đổi hang_dau[1] thành hang_dau[1, 0] rồi chạy lại: Python báo too many indices for array: array is 1-dimensional, but 2 were indexed. Bài mẹ của trang này, bài chỉ số và cắt mảng, dạy a[i, j] và cách lấy một hàng, một cột.
Hai chỉ số trên mảng một chiều
ndim cho biết mảng cần mấy chỉ số để chỉ tới một ô: một chiều thì một chỉ số, bảng thì hai. Lấy một cột ra khỏi bảng là bạn đã bỏ một chiều. Cột Huế lấy ra khỏi bảng ba tháng dưới đây là mảng shape (3,), không còn cột nào để chọn:
import numpy as np
dt = np.array([[1055, 1242, 284],
[577, 675, 149],
[763, 871, 183]])
hue = dt[:, 2]
print(hue[:, 0])
Dòng cuối của thông báo lỗi:
IndexError: too many indices for array: array is 1-dimensional, but 2 were indexed
Mảng hue đã là cột của Huế, dưới dạng một dãy ba số. Đọc nó bằng một chỉ số, hue[0] là tháng đầu, hay cắt hue[:2]. Muốn giữ dạng cột hai chiều thì cắt thay cho lấy chỉ số: dt[:, 2:3] có shape (3, 1), vẫn nhận [:, 0].
loadtxt một cột trả mảng một chiều
File có một chi nhánh (hay bạn chỉ đọc một cột bằng usecols=1) thì np.loadtxt() trả về mảng một chiều shape (n,), dù trong file đó là một cột. Code viết cho bảng, như [:, 0], sẽ báo lỗi. ndmin=2 bảo loadtxt luôn trả bảng. Khối dưới đọc một file CSV nhỏ viết ngay trong code bằng io.StringIO(), đối tượng giả làm file để không cần ghi ra đĩa:
import io
import numpy as np
noi_dung = "thang,Huế\n2025-01,284\n2025-02,149\n2025-03,183\n"
hue = np.loadtxt(io.StringIO(noi_dung), delimiter=",",
skiprows=1, usecols=1, dtype=int)
print(hue.shape, hue.ndim)
hue_bang = np.loadtxt(io.StringIO(noi_dung), delimiter=",",
skiprows=1, usecols=1, dtype=int, ndmin=2)
print(hue_bang.shape, hue_bang[:, 0])KẾT QUẢ
(3,) 1
(3, 1) [284 149 183]Cùng một file, hue có shape (3,) và hue_bang có shape (3, 1). Giới hạn cần nhớ: file chỉ có một dòng số cũng cho mảng một chiều, lần này là một hàng; ndmin=2 sửa được cả hai trường hợp. Bài loadtxt dạy các tham số còn lại.
Chỉ số trên một số: invalid index to scalar variable
Lấy đủ chỉ số là ra một số, không còn chiều nào. Thêm một chỉ số nữa cho thông báo khác:
import numpy as np
dt = np.array([[1055, 1242, 577],
[577, 675, 302]])
o = dt[0, 1]
print(o[0])
Dòng cuối của thông báo lỗi:
IndexError: invalid index to scalar variable.
o là doanh thu 1.242 của một chi nhánh trong một tháng, một số duy nhất. Lỗi này thường đến từ vòng lặp đi qua một mảng một chiều rồi lấy chỉ số trên từng phần tử. Cách sửa giống mục trước: in shape của thứ bạn lấy chỉ số, rồi dùng đúng số chỉ số bằng ndim của nó.
Kiểm tra nhanh
Sau
import numpy as np,print(np.array([5, 6, 7])[0, 1])báo lỗi gì?- Báo lỗi
ValueError - Báo lỗi
TypeError - Báo lỗi
IndexError
- Báo lỗi
Sau
import numpy as np,print(np.array([[5, 6], [7, 8]])[1].ndim)in ra gì?210
Với bảng ba tháng
dtở trên,hue = dt[:, 2]có shape(3,). Những cách nào lấy được doanh thu tháng 3 của Huế?hue[2]hue[2, 0]dt[2, 2]hue[:, 2]
Bài tập
Lấy ô cuối của bảng doanh thu
Báo cáo cần doanh thu ở ô cuối: tháng cuối của chi nhánh cuối. bang là bảng doanh thu, mỗi hàng một tháng, mỗi cột một chi nhánh; khi file chỉ có một chi nhánh, bang là mảng một chiều, mỗi phần tử một tháng. Viết thân hàm o_cuoi(bang) chạy đúng cả hai trường hợp: kiểm bang.ndim rồi dùng đúng số chỉ số. Hàm không sửa mảng của nơi gọi.
Trả về: doanh thu ở ô cuối, một int.
Ví dụ o_cuoi(np.array([[5, 7], [9, 4]])) cho 4, và o_cuoi(np.array([284, 149, 183])) cho 183.
import numpy as np
def o_cuoi(bang):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
too many indices for arraynghĩa là số chỉ số nhiều hơnndim; thông báo nêu cả hai con số.Một chỉ số trên bảng lấy cả hàng, nên
dt[0]một chiều chỉ nhận một chỉ số nữa.Một cột lấy bằng chỉ số,
dt[:, 2], là mảng một chiều; cắtdt[:, 2:3]để giữ dạng cột.np.loadtxt()một cột hay một dòng trả mảng một chiều; thêmndmin=2để luôn có bảng.Chỉ số trên một số đã lấy ra báo
invalid index to scalar variable.Trước khi bỏ bớt chỉ số cho hết lỗi, in
shapeđể chắc mình vẫn lấy đúng số liệu.
Câu hỏi thường gặp
Lỗi too many indices khác lỗi index out of range thế nào?
too many indices là thừa chỉ số so với số chiều, index … is out of bounds là đúng số chỉ số nhưng một chỉ số vượt khỏi chiều đó. List của Python báo dạng thứ hai là list index out of range, trang IndexError giải thích lỗi đó.
Vì sao list báo TypeError khi viết l[0, 1]?
List không nhận hai chỉ số cách nhau dấu phẩy: Python báo lỗi TypeError với dòng list indices must be integers or slices, not tuple. Với list lồng nhau, viết l[0][1]; muốn dùng a[0, 1] thì đổi sang mảng NumPy trước, như bài chỉ số và cắt mảng.
Làm sao biết mảng có mấy chiều trước khi lấy chỉ số?
In a.ndim hay a.shape: (12,) là một chiều, (12, 8) là hai chiều. Số phần tử trong shape là số chỉ số bạn được dùng. Bài shape, ndim, dtype dạy ba thuộc tính này.
Có cách nào biến mảng một chiều thành bảng một cột không?
Có: a.reshape(-1, 1) cho shape (n, 1), còn a[:, np.newaxis] cho cùng kết quả. Khi đọc file, ndmin=2 của np.loadtxt() làm việc đó ngay lúc đọc. Bài reshape() dạy cách đổi shape.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.