Python Numpy 整形错误

Question

我在尝试重塑 3D numpy 数组时遇到一个奇怪的错误。

数组 (x) 的形状为 (6, 10, 300)，我想将其重塑为 (6, 3000)。

我正在使用以下代码：

reshapedArray = np.reshape(x, (x.shape[0], x.shape[1]*x.shape[2]))

我收到的错误是：

TypeError: only integer scalar arrays can be converted to a scalar index

但是，如果我将 x 变成一个列表，它会起作用：

x = x.tolist()
reshapedArray = np.reshape(x, (len(x), len(x[0])*len(x[0][0])))

你知道为什么会这样吗？

提前致谢！

编辑：

这是我运行产生错误的代码

x = np.stack(dataframe.as_matrix(columns=['x']).ravel())

print("OUTPUT:")
print(type(x), x.dtype, x.shape)
print("----------")

x = np.reshape(x, (x.shape[0], x.shape[1]*x[2]))

OUTPUT:
<class 'numpy.ndarray'> float64 (6, 10, 300)
----------

TypeError: only integer scalar arrays can be converted to a scalar index

Answer 1

只有当 reshape 的第二个参数的一个元素不是整数时才会发生异常，例如：

>>> x = np.ones((6, 10, 300))
>>> np.reshape(x, (np.array(x.shape[0], dtype=float), x.shape[1]*x.shape[2]))
TypeError: only integer scalar arrays can be converted to a scalar index

或者如果它是 array（考虑到编辑历史：这就是您的情况）：

>>> np.reshape(x, (x.shape[0], x.shape[1]*x[2]))
#         forgot to access the shape------^^^^
TypeError: only integer scalar arrays can be converted to a scalar index

然而，它似乎与解决方法一起工作，这也使得意外输入错误变得更加困难：

>>> np.reshape(x, (x.shape[0], -1))

如果您想了解 -1，文档会对此进行解释：

One shape dimension can be -1. In this case, the value is inferred from the length of the array and remaining dimensions.

Python Numpy 整形错误

Python Numpy Reshape Error

python

numpy

reshape