这篇博客讲述了在使用Python处理数据时遇到的`np.ndarray of type numpy.object_`错误。问题源于读取CSV文件时误将文件头部作为数据行。修正方法是正确设置`header`参数。博主提醒在数据处理中需要注意细节，并分享了一位知乎用户的解释，该错误通常发生在尝试将不同形状的ndarray合并时。解决方案是确保所有数组在维度上的一致性。
can’t convert np.ndarray of type numpy.object_
写python时遇到这个报错，在网上尝试了很多类型强制转换的语句都失败了，最后发现是文件读入时将头部也读入报错了！处理数据要仔细！！
- 报错语句：
labels = torch.tensor(batch_train_targets[i])
- 错误根源语句：
train_df = pd.read_csv('train.txt', delimiter='\t', header=None)
但是我的文件是有head的！所以去掉则不会将head作为一行数据读入。改为：
train_df = pd.read_csv('train.txt', delimiter='\t')
- 后来查阅知乎发现大佬解释的也很到位：
出现这个错误是因为想要把 几个 np.ndarray（这几个ndarray 除了第一维之外，其他 的维度是一样的） 先append 到 list 里面，然后再转化为 np.ndarray 来存储。存储没问题。不会报错，但是如果其中有一个 np.ndarray 与其他的 np.array 在除第一维【0】之外的维度上不同的话，那么最后由list 转化成的np.ndarray 的dtype 就是numpy.object_ 啦。然后在后面加载数据想要用正常的 np.ndarray 的时候，就会出现这个错误。
知乎原文
最后说一下所有的错误都是有因可寻的！！
128
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
