出现这个问题的主要是维度不匹配,也就是说,矩阵中的维度出现了冗余的情况,例如数据中的数据维度不统一,导致矩阵的维度变为(n,)的情况产生。例如:

一、数据中维度不同造成


在上述例子中,a和b数组的维度大小不同,很难从报错中找出原因,我们可以i通过打印出数组的维度来进行错误的排查,打印数组的shape属性。如果直接使用a数组进行操作,数据不会报错,但若是直接对b数组进行操作的话,会直接提示:

IndexError:too many indices for array

解决办法:
1、如果是数据中缺少了一个数据,则要对缺失的数据进行补充。
2、或者直接对缺少数据的位置进行填充。

二、数据正确,但输出维度错误为(n,)

这种错误是在处理强制类型转换时出现的错误,处理的数据为Python下的列表包含元组格式。
数据为:

[(267.5509948730469, 291.084228515625, 11.240452766418457, 13.544210433959961)(150.3182830810547, 259.44091796875, 12.44009780883789, 16.75090789794922)(91.14350128173828, 328.9704895019531, 10.981318473815918, 14.897537231445312)(338.835693359375, 299.373291015625, 12.476198196411133, 17.797473907470703)(344.9810791015625, 193.673583984375, 11.98410415649414, 11.975150108337402)(354.6512145996094, 359.43450927734375, 27.140830993652344, 42.62242889404297)(409.1153564453125, 201.28187561035156, 13.354283332824707, 15.6940698623657)(380.6131896972656, 263.0042419433594, 12.414006233215332, 12.733485221862793)(326.6883239746094, 330.28802490234375, 15.327856063842773, 17.74440574645996)(331.81524658203125, 274.5369567871094, 9.03543758392334, 14.969551086425781)(108.6290512084961, 245.4127655029297, 13.381732940673828, 11.332084655761719)(339.169677734375, 307.6337890625, 13.901567459106445, 15.312585830688477)]

直接将数据赋值给字符,并输出维度正确,但在代码中是另外一个函数的输出时,则判断输出的维度为(n,)这种格式,具体原因未知。但仍可以用重新遍历读取数据重新组合的方式进行数据的重构。

解决办法:
重新读取数据,然后再进行强制类型转换,location_array为输出的数据。

# 打印维度
print(location_array.shape)
>> (98,)# 数据维度转换(98, ) -> (98, 4)
remove_nest_house_data = [list(data) for data in location_array]
data = np.array(remove_nest_house_data)
priint(data.shape)
>> (98,4)

此时,即可解决,有知道原因的,欢迎留言评论!

python: too many indices for array相关推荐

  1. Tensorflow图像通道合并,IndexError: too many indices for array

    在读入多张图像并且在第3维上进行合并时(image[:, :, :]),出现IndexError: too many indices for array错误 data1 = imread('E:/da ...

  2. python numpy : list VS np.array

    直接上代码: """ list 是python的内置函数 array 是在numpy包中定义的在应用中array比list具有更多的属性函数,使用更灵活,但是要求内部元素 ...

  3. python 多维数组(array)排序

    原文:https://blog.csdn.net/daoxiaxingcai46/article/details/78391169 python 多维数组(array)排序 关于多维数组如何复合排序 ...

  4. [转载] 莫烦python学习笔记之numpy.array,dtype,empty,zeros,ones,arrange,linspace

    参考链接: Python中的numpy.empty array:创建数组dtype:指定数据类型empty:创建数据接近0zeros:创建数据全为0ones:创建数据全为1arrange:按指定范围创 ...

  5. python中的list和array的不同之处

    python中的list和array的不同之处 python中的list是python的内置数据类型,list中的数据类不必相同的,而array的中的类型必须全部相同.在list中的数据类型保存的是数 ...

  6. python 异常 ValueError setting an array element with a sequence

    python 异常 ValueError: setting an array element with a sequence 错误原因是因为numpy数组中存在不同类型的数据,如果后来想把数据统一设为 ...

  7. python中数组(numpy.array)的基本操作【转载】

    为什么要用numpy Python中提供了list容器,可以当作数组使用.但列表中的元素可以是任何对象,因此列表中保存的是对象的指针,这样一来,为了保存一个简单的列表[1,2,3].就需要三个指针和三 ...

  8. 报错:IndexError: too many indices for array

    在使用ribodiff进行TE分析的时候,出现下方报错: Traceback (most recent call last):File ".\TE.py", line 81, in ...

  9. 【Python·问题解决】IndexError: too many indices for array: array is 2-dimensional, but 3 were indexed

最新文章

  1. myeclipse 项目中jsp或者js 文件中的错误是没必要处理的,可以忽略
  2. 双控专业就业机器人_工业机器人专业好就业吗?有哪些机器人技术岗位?
  3. Core Dump解析(1)
  4. 《伊万博士: 进化》利用三角剖分算法复刻《超越光速》地图机制
  5. android glide裁剪图片大小,Glide系列(二)------图片剪裁
  6. 【51Nod - 1182】完美字符串(贪心,字符串)
  7. 【解决】如何打开.ipynb文件
  8. 如何进行用户访谈更容易获得全面而有效的信息
  9. 【NOIP2012-Day2-T2-换教室】
  10. 苹果id注册邮箱方法
  11. c# DevExpress Gridview 设置表格背景颜色
  12. RSSHub 的衍生项目 RSSHub Rader 安装构建 问题 Error: Cannot find module 'node-sass'
  13. 同一网络俩台计算机连接,两台电脑如何连接在同一个局域网呢
  14. Django实现统计网站访问次数、访问 ip 、受访页面
  15. FileUploadException: Stream closed
  16. 生态保护重要性评价之防风固沙重要性评价
  17. php开发游戏玩家属性,游戏数值策划属性篇(一)
  18. 如何用Python从海量文本抽取主题
  19. IDEA 快捷键及修改
  20. RocksDB 概述

热门文章

  1. 微信登录画面_微信进入界面的图片有什么含义?
  2. GLSL里的矩阵对向量的乘法与OpenGL里用数组生成矩阵进行向量乘法的非直觉不一致
  3. Lect1_Intro_RL
  4. 【随机算法梗概】遗传算法通俗的讲解案例~~
  5. IOS APP 发布App Store (同一开发帐号,发布N个APP)
  6. python3ide安卓版官网下载_Pydroid3官方版-Pydroid3最新版下载v4.01 - 7230手游网
  7. ar ebs 销售订单关闭_本周大新闻|《哈利波特》AR游戏玩法公开,谷歌关闭VR影视部门...
  8. React Native + react-native-camera 实现扫描二维码「安卓」
  9. Unity 材质设置为tiling不能够重复的问题
  10. win10安装Tomcat10详细教程