前段时间遇到一个问题，在for循环中出现了numpy.float64 object is not iterable的问题，网上一查，发现是个经典问题，大神们的解决方案也不太一样，有的说是因为有numpy的版本过高导致的问题，可以采取降版本的方式(但个人觉得降版本听上去就好麻烦，所以并没有尝试)。查找了半天，也没有看到类似的解决方案，终于摸索出我的问题在哪了。上代码：
for i in range(len(x_mat)):
x_norm[i] = [math.atan(temp_x)*2/math.pi for temp_x in x_mat[0]]
这里的代码是对一个二维矩阵每一行做相应的处理，若x_mat是二维矩阵，OK!这里代码是可以完美运行，但是当x_mat是一维的时候就报错（因为此时的x_mat[0]是一个数，不能进行循环）：
TypeError：numpy.float64 object is not iterable
当然单独写的时候肯定会传入二维矩阵，但是这里为什么会出现一维的情况呢？经过尝试后发现问题，下面是尝试：
>>> x = numpy.array([[1,2,3], [4,5,6]])
这里我取出x的第一行:
>>> x0 = x[0]
>>> x0.shape
OUT: (3,)
这里问题就出现了，其实我是想取出一个二维的矩阵，其shape = (1,3)，但是实际取出来的shape = (3, )，这个x0变成了一维数组，跟想象中的不一样啊！！！
好的，知道哪里出现坑了，这个时候就要填坑了，即将取出的一维数组变成二维矩阵。
首先，这里用转置无效，因为一维数组转置后还是一维:
>>> a = numpy.transpose(x0)
>>> a.shape
OUT: (3,)
这里给出两个可行方法：
>>> b,c = x0, x0
>>> b.shape = (1, len(b))
>>> b.shape
OUT: (1, 3)
>>> c = c[numpy.newaxis, :]
>>> c.shape
OUT: (1, 3)
好了，填坑的方法也找到了，去填坑吧！
这里给出一个我的判断数组是否为一维的可行方法:
if len(x0.shape) == 1
总结下出现这个问题：
1、出现numpy.float64 object is not iterable错误时，首先查看是否是因为维度出现问题（一般是）。
2、在numpy.array中从二维数组取出某一行时，取出来的数组不是二维数组了，而是变成一维数组了，很有可能使后续程序报错（如循环，添加元素，或是拼接矩阵等等）。因此，在取出二维数组后，最好是加一些判断，看看取出的数组维度大小是不是你想要的维度大小。
希望对遇到同样坑的小伙伴有所帮助，同样，有大神有更好更简洁的解决方法，请指教！不胜感激！
TypeError: ‘
numpy.
float64’
object is not
iterable错误出现了，是代码无法迭代。
我的代码是这样的：
import
numpy as np
VOLi=15
pt=0.63
for i in np.arange(0, VOLi + 1):
n=np.math.factorial(VOLi)
m=np.math.factorial(i)
Python 出现错误TypeError: ‘NoneType’ object is not iterable解决办法
TypeError: ‘NoneType’ object is not iterable 这个错误提示一般发生在将None赋给多个值时。
def myprocess():
a == b
if a != b:
return True, value;
flag, val = myprocess()
在判断语句中，当if条件不满足，并且没有else语句时，函数默认返回None。
在没有return语句时，Python也默认会返回None
调用时，将Non
predict_xlist是一个list;lstm_predict1是array类型，其中shape(128,1)，而此处只去一个元素添加到predict_xlist中，因此使用extend方法会报错。
list有多中迭代添加方法，其中extend和append是最常用的，区别在于：extend添加的是一个list，而append是任何数据类型。此处只是一个value，则应该使用app...
