ValueError:无法将输入数组从形状（224,3）广播到形状（224）

Question

我有一个列表，例如，临时列表，具有以下属性：

len(temp_list) = 9260  
temp_list[0].shape = (224,224,3)  

现在，当我转换成numpy数组时

x = np.array(temp_list)  

我得到一个错误：

ValueError: could not broadcast input array from shape (224,224,3) into shape (224,224)  

有人能帮我吗

Answer 1

列表中至少有一项不是三维的，或者其第二或第三维度与其他元素不匹配。如果只有第一个维度不匹配，则数组仍然匹配，但作为单个对象，不会尝试将它们协调到新的（四维）数组中。以下是一些例子：

也就是说，有问题的元素的shape != (?, 224, 3)，
或ndim != 3（其中?为非负整数）。
这就是给你带来错误的原因

您需要解决这个问题，以便能够将列表转换为四维（或三维）数组。如果没有上下文，则无法确定是否要从三维项目中丢失一个标注，或将一个标注添加到二维项目（在第一种情况下），或更改第二个或第三个标注（在第二种情况下）

---

下面是一个错误示例：

>>> a = [np.zeros((224,224,3)), np.zeros((224,224,3)), np.zeros((224,224))]
>>> np.array(a)
ValueError: could not broadcast input array from shape (224,224,3) into shape (224,224)

或者，输入类型不同，但错误相同：

>>> a = [np.zeros((224,224,3)), np.zeros((224,224,3)), np.zeros((224,224,13))]
>>> np.array(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (224,224,3) into shape (224,224)

或者，类似但有不同错误消息：

>>> a = [np.zeros((224,224,3)), np.zeros((224,224,3)), np.zeros((224,100,3))]
>>> np.array(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (224,224,3) into shape (224)

但以下方法将起作用，尽管结果与（推测的）预期不同：

>>> a = [np.zeros((224,224,3)), np.zeros((224,224,3)), np.zeros((10,224,3))]
>>> np.array(a)
# long output omitted
>>> newa = np.array(a)
>>> newa.shape
3  # oops
>>> newa.dtype
dtype('O')
>>> newa[0].shape
(224, 224, 3)
>>> newa[1].shape
(224, 224, 3)
>>> newa[2].shape
(10, 224, 3)
>>> 

Answer 2

是的，的确@Evert的答案是完全正确的。 此外，我想补充一个原因，可能会遇到这样的错误

>>> np.array([np.zeros((20,200)),np.zeros((20,200)),np.zeros((20,200))])

这很好，但是会导致错误：

>>> np.array([np.zeros((20,200)),np.zeros((20,200)),np.zeros((20,201))])

ValueError: could not broadcast input array from shape (20,200) into shape (20)

列表中的numpy arry也必须具有相同的大小

Answer 3

您可以使用astype(object)将numpy.ndarray转换为object

这将有助于：

>>> a = [np.zeros((224,224,3)).astype(object), np.zeros((224,224,3)).astype(object), np.zeros((224,224,13)).astype(object)]