Python Numpy重塑错误[关闭]

Question

我在尝试重塑 3D numpy 数组时遇到了一个奇怪的错误。

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：

这是我正在运行的代码，它会产生错误

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：这就是你的情况）：

>>> 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

但是，它似乎可以与解决方法一起使用，这也使得意外输入错误变得更加困难：

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

如果您对-1 感到疑惑，请参阅文档说明：

一个形状维度可以是-1。在这种情况下，该值是从数组的长度和剩余维度推断出来的。