TypeError：尝试以指数形式拟合数据时，只能将长度为1的数组转换为Python标量

f=np.loadtxt('Single Small Angle 1.txt',unpack=True,skiprows=2)
g=np.loadtxt('Single Small Angle 5.txt',unpack=True,skiprows=2)

x = f-g[:,:11944]
t=range(len(x))
m=math.log10(abs(x))

np.polyfit(t,m)

plt.plot(t,abs(x))
plt.show()

我只是不确定如何解决我的问题。它一直在说：

m=math.log10(abs(x))
TypeError: only length-1 arrays can be converted to Python scalars

像非numpy的功能math.abs()或math.log10()不numpy的阵列发挥很好。只需将引发错误的行替换为：

m = np.log10(np.abs(x))

除此之外，该np.polyfit()调用将因缺少参数而无法工作（无论如何您都不会分配结果以供进一步使用）。

这是使用numpy在Python2.7中重现此错误的另一种方法：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.concatenate(a,b)   #note the lack of tuple format for a and b
print(c) 

该np.concatenate方法产生一个错误：

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

如果您阅读了有关numpy.concatenate的文档，那么您会看到它需要一个numpy数组对象的元组。因此，用括号包围变量：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.concatenate((a,b))  #surround a and b with parens, packaging them as a tuple
print(c) 

然后打印：

[1 2 3 4 5 6]

这里发生了什么？

该错误是冒泡实现的情况-它是由python的鸭嘴式哲学引起的。这是一个隐秘的低级错误，当它收到一些意外的变量类型，尝试运行并执行某些操作，通过调试，尝试补救措施，失败，然后告诉您“您可以”时，它会呕吐当星期二从东方吹来风时，将重新格式化子空间响应者。”

在更明智的语言（如C ++或Java）中，它会告诉您：“不能在期望使用TypeB的情况下使用TypeA”。但是Python最好坚持下去，做一些未定义的事情，失败，然后再给您带来无益的错误。我们必须要讨论的事实是我不喜欢Python或其鸭式哲学的原因之一。