数据处理时出现'float' object has no attribute 'shape'怎么办？

我在用Python处理气象数据时出现的问题。按照工作需要，我在对ERA5（下载链接：链接：https://pan.baidu.com/s/1alH1cLXOAGYMz67dPdoZ2w  提取码：c4b2 ）和CRU_TS v4.04（下载链接：链接：https://pan.baidu.com/s/1c4IVFI-jetxuEThaCqml1g 提取码：w5r0 ）的气温数据进行分析，计算相关系数（CC），后面计算的代码来源于网络，前面的代码作用的统一经纬度分辨率（把ERA5经纬度统一成与CRU_TS v4.04一样的0.5度乘0.5度），现在确认在统一经纬度分辨率没有问题。CRU_TS v4.04没有海洋和南极地区的数据，所以存在NaN空值，在如下的代码运算之后，

import pandas as pd
import pylab as plt
from netCDF4 import Dataset
import numpy as np
file_0 = 'G:\\Data\\TP_and_2mT_1950-1978_Monthly.nc'
file_A = 'G:\\Data\\cru_ts4.04.1901.2019.tmp.dat.nc'
a = Dataset(file_0)
b = Dataset(file_A)
t2m = a.variables["t2m"][:]
tmp = b.variables["tmp"][:]
t2m = t2m[-1]
num = 1
num0 = 1
for i in range(720):
    t2m = np.delete(t2m, num, axis=1)
    num = num + 1
for i in range(360):
    t2m = np.delete(t2m, num0, axis=0)
    num0 = num0 + 1
t2m = np.delete(t2m, -1, axis=0)
t2m = t2m - 273.15
t2m_xin = []
for i in range(0, len(t2m)):
    for j in t2m[i]:
        t2m_xin.append(j)
tmp = tmp[935]
tmp_new = []
for i in range(0, len(tmp)):
    for j in tmp[i]:
        tmp_new.append(j)
era5_list = t2m_xin
cru_ts_list = tmp_new

g_s_m = pd.Series(era5_list)  # 利用Series将列表转换成新的、pandas可处理的数据
g_a_d = pd.Series(cru_ts_list)

corr_gust = round(g_s_m.corr(g_a_d), 4)  # 计算标准差，round(a, 4)是保留a的前四位小数

print('corr_gust :', corr_gust)
# 最后画一下两列表散点图，直观感受下，结合相关系数揣摩揣摩
plt.scatter(era5_list, cru_ts_list)
plt.title('corr_gust :' + str(corr_gust), fontproperties='SimHei')  # 给图写上title
plt.show()

报错：

Traceback (most recent call last):
  File "G:\Data_dispose\CC.py", line 37, in <module>
    corr_gust = round(g_s_m.corr(g_a_d), 4)  # 计算标准差，round(a, 4)是保留a的前四位小数
  File "C:\Users\Liu Huageng\AppData\Roaming\Python\Python39\site-packages\pandas\core\series.py", line 2327, in corr
    return nanops.nancorr(
  File "C:\Users\Liu Huageng\AppData\Roaming\Python\Python39\site-packages\pandas\core\nanops.py", line 71, in _f
    return f(*args, **kwargs)
  File "C:\Users\Liu Huageng\AppData\Roaming\Python\Python39\site-packages\pandas\core\nanops.py", line 1459, in nancorr
    return f(a, b)
  File "C:\Users\Liu Huageng\AppData\Roaming\Python\Python39\site-packages\pandas\core\nanops.py", line 1480, in func
    return np.corrcoef(a, b)[0, 1]
  File "<__array_function__ internals>", line 5, in corrcoef
  File "C:\Users\Liu Huageng\AppData\Local\Programs\Python\Python39\lib\site-packages\numpy\lib\function_base.py", line 2551, in corrcoef
    c = cov(x, y, rowvar)
  File "<__array_function__ internals>", line 5, in cov
  File "C:\Users\Liu Huageng\AppData\Local\Programs\Python\Python39\lib\site-packages\numpy\lib\function_base.py", line 2456, in cov
    avg, w_sum = average(X, axis=1, weights=w, returned=True)
  File "<__array_function__ internals>", line 5, in average
  File "C:\Users\Liu Huageng\AppData\Local\Programs\Python\Python39\lib\site-packages\numpy\lib\function_base.py", line 415, in average
    if scl.shape != avg.shape:
AttributeError: 'float' object has no attribute 'shape'

随后，我用简单的数据类型转换，通过遍历列表里的数据，变成float类型数据，代码如下（第31-34行改动），

import pandas as pd
import pylab as plt
from netCDF4 import Dataset
import numpy as np
file_0 = 'G:\\Data\\TP_and_2mT_1950-1978_Monthly.nc'
file_A = 'G:\\Data\\cru_ts4.04.1901.2019.tmp.dat.nc'
a = Dataset(file_0)
b = Dataset(file_A)
t2m = a.variables["t2m"][:]
tmp = b.variables["tmp"][:]
t2m = t2m[-1]
num = 1
num0 = 1
for i in range(720):
    t2m = np.delete(t2m, num, axis=1)
    num = num + 1
for i in range(360):
    t2m = np.delete(t2m, num0, axis=0)
    num0 = num0 + 1
t2m = np.delete(t2m, -1, axis=0)
t2m = t2m - 273.15
t2m_xin = []
for i in range(0, len(t2m)):
    for j in t2m[i]:
        t2m_xin.append(j)
tmp = tmp[935]
tmp_new = []
for i in range(0, len(tmp)):
    for j in tmp[i]:
        tmp_new.append(j)
tmp_new_0 = []
for k in range(len(tmp_new)):
    k = float(k)
    tmp_new_0.append(k)
era5_list = t2m_xin
cru_ts_list = tmp_new_0

g_s_m = pd.Series(era5_list)  # 利用Series将列表转换成新的、pandas可处理的数据
g_a_d = pd.Series(cru_ts_list)

corr_gust = round(g_s_m.corr(g_a_d), 4)  # 计算标准差，round(a, 4)是保留a的前四位小数

print('corr_gust :', corr_gust)
# 最后画一下两列表散点图，直观感受下，结合相关系数揣摩揣摩
plt.scatter(era5_list, cru_ts_list)
plt.title('corr_gust :' + str(corr_gust), fontproperties='SimHei')  # 给图写上title
plt.show()

确实没有报错，但是CRU_TS v4.04的数据已经发生改变，结果完全不符合实际情况，如图：

可以看出横坐标为ERA5的气温数据正常，纵坐标数据已经“废了”，为什么会这样？这么解决？刚入门编程不到半年的小白向大佬们请教。

g_s_m.corr(g_a_d),类型转换一下

g_s_m = pd.Series(era5_list，dtype=np.float64)

看了下代码，以下代码可能有问题：

for k in range(len(tmp_new)):
    k = float(k)
    tmp_new_0.append(k)

这个代码本意可能是想将前面得到的tmp_new中的元素做一下数据类型转换，可是这样写跟tmp_new没有关系，只是将一个自然数列进行了类型转换。尝试调整这里的代码后，再绘图试试。

具体指出哪一行的问题....另外直接说你第二张哪几行改动了...90行代码找不同太难了

本来想尝试调试一下这个代码，结果发现题主只给了其中一个数据文件，cru_ts4.04.1901.2019.tmp.dat.nc，另外一个没有。

纵坐标的数据有问题，应该是中间的数据处理过程出了问题。

建议把cru_ts_list打印出来，看看是否正确。

如果有问题，找到cru_ts_list数据处理可能出错的地方，把结果打印出来，确保正确后，再检查后续的处理过程是否正确。

作者大大，求数据，数据被吞了