做网站需要哪些费用百度推广一条资源多少钱

ValueError: setting an array element with a sequence.

报错原因

使用np.asarray()或np.asanyarray()函数将对象转换为数组时，如果对象在第一维之后形状不均匀（即内部子序列长度不一致），就会出现该错误。例如将[[1, 2], [3, 4, 5]]这样的列表转换为数组时，由于内部两个子列表长度不同，会触发错误。部分numpy版本不会报错，而是发出VisibleDeprecationWarning警告，提示从参差不齐的嵌套序列创建ndarray已被弃用。

import numpy as np# 定义一个形状不均匀的列表
ragged_list = [[1, 2], [3, 4, 5]]try:# 尝试使用 np.asarray 转换为数组arr = np.asarray(ragged_list)print(arr)
except ValueError as e:print(f"ValueError: {e}")

在上述代码中，我们定义了一个形状不均匀的列表ragged_list，当使用np.asarray()将其转换为数组时，会尝试触发ValueError异常（不同版本行为可能不同，有的版本会给出警告）。

解决方法

根据错误和警告提示，在使用np.asarray()或np.asanyarray()函数时，指定dtype=object参数，可以避免报错或警告，此时得到的数组元素是包含原始子序列的对象。如果是在np.save()函数中遇到该问题，由于np.save()内部会调用np.asanyarray()，为避免改变内置函数，可在外部将形状不均匀的列表先转换为np.ndarray（转换时指定dtype=object ），再将转换后的数组传入np.save()。

使用np.asarray时指定dtype=object

import numpy as np# 定义一个形状不均匀的列表
ragged_list = [[1, 2], [3, 4, 5]]# 指定 dtype=object 进行转换
arr = np.asarray(ragged_list, dtype=object)
print(arr)

在这个代码中，我们在使用np.asarray()时指定了    dtype=object   ，这样就可以避免报错或警告，成功将形状不均匀的列表转换为数组。

在np.save中处理形状不均匀列表

import numpy as np# 定义一个形状不均匀的列表
ragged_list = [[1, 2], [3, 4, 5]]# 先将形状不均匀的列表转换为 np.ndarray，指定 dtype=object
arr = np.asarray(ragged_list, dtype=object)# 保存数组到文件
np.save('ragged_array.npy', arr)# 读取保存的文件进行验证
loaded_arr = np.load('ragged_array.npy', allow_pickle=True)
print(loaded_arr)

在使用np.save()保存形状不均匀列表时的正确处理方式，先将列表转换为指定dtype=object的数组，再进行保存，最后读取文件验证结果。

有时候和numpy版本也有关系