numpy报ValueError: could not broadcast input array from shape

问题描述

在使用numpy将list转为array的时候报错

代码

a = np.array([[1,2],[3,4]])
b = np.array([[5,6,7],[8,9,10]])
c = [a,b]
d = np.array(c)

错误信息描述

ValueError: could not broadcast input array from shape (2,2) into shape (2)

问题分析

出现这个问题的主要原因是因为list中array的shape不一致造成的，所以发生这个问题的时候，先将list中数组的shape全部打印出来观察一下

print(a.shape,b.shape)

输出信息

(2, 2) (2, 3)

解决问题

对于这种问题主要有两种解决办法，第一种就是将list中的array全部都展开，第二种就是利用mask来使得数组的shape一致

• 展开数组

在使用这种方法的时候需要满足数组的行或列一致，只能有一个维度不同，不然没法还原数组

a = np.array([[1,2],[3,4]])
b = np.array([[5,6,7],[8,9,10]])
c = np.array([a.ravel(),b.ravel()])
for arr in c:
    print(arr.reshape(2,-1))

输出信息

[[1 2]
 [3 4]]
[[ 5  6  7]
 [ 8  9 10]]

• 利用mask

这种方法主要是应用图片上，通常以图片的最大尺寸作为模板，当然如果是图片的话你也可以通过resize来使得它们的shape一致，只是使用resize的话可能会导致图片发生形变影响图片表达的信息

import copy
a = np.array([[1,2],[3,4]])
b = np.array([[5,6,7],[8,9,10]])
mask = np.zeros((2,3))
a_mask = copy.deepcopy(mask)
a_mask[:a.shape[0],:a.shape[1]] = a
b_mask = copy.deepcopy(mask)
b_mask[:b.shape[0],:b.shape[1]] = b
c = np.array([a_mask,b_mask])
print(c)

输出信息

[[[ 1.  2.  0.]
  [ 3.  4.  0.]]

 [[ 5.  6.  7.]
  [ 8.  9. 10.]]]