Question

我有一个列表说，temp_list具有以下属性：

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

现在，当我转换为numpy数组时，

x = np.array(temp_list)

我收到错误：

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

有人可以帮助我吗？

Answer 1

列表中至少有一项不是三维的;或者它的（第二或第三维）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为新的（四维）数组。以下是一些例子。

即，违规元素shape != (?, 224, 3)，
或ndim != 3（?为非负整数）这就是给你错误的原因。

您需要解决这个问题，才能将您的列表转换为四（或三）维数组。如果没有上下文，就不可能说你想要从3D项目中丢失一个维度，或者在2D项目中添加一个维度（在第一种情况下），或者更改第二或第三维度（在第二种情况下）。

以下是错误示例：

>>> 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，不同类型的输入，但同样的错误：

>>> 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，类似但有不同的错误消息：

>>> 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)

但是以下内容可行，尽管结果与（可能）预期的结果不同：

>>> 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，确实@Evert的答案是完全正确的。此外，我还想添加一个可能遇到此类错误的原因。

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

这将完全没问题，但是，这会导致错误：

>>> 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也必须是相同的大小。

Answer 3

@ aravk33的答案是绝对正确的。

我遇到了同样的问题。我有一个2450张图像的数据集。我只是不知道为什么要面对这个问题。

检查训练数据中所有图像的尺寸。

在将图像添加到列表中时添加以下代码段：

if image.shape==(1,512,512):
    trainx.append(image)

Answer 4

我遇到了同样的问题，因为某些图像是数据集中的灰度图像，所以我通过这样做解决了问题

    from PIL import Image
    img = Image.open('my_image.jpg').convert('RGB')
    # a line from my program
    positive_images_array = np.array([np.array(Image.open(img).convert('RGB').resize((150, 150), Image.ANTIALIAS)) for img in images_in_yes_directory])

Answer 5

此方法不需要不需要修改dtype或修饰numpy数组。

核心思想是： 1.用额外的一行初始化。 2.将列表（还有一行）更改为数组 3.删除结果数组中的多余行例如

>>> a = [np.zeros((10,224)), np.zeros((10,))]
>>> np.array(a)
# this will raise error,
ValueError: could not broadcast input array from shape (10,224) into shape (10)

# but below method works
>>> a = [np.zeros((11,224)), np.zeros((10,))]
>>> b = np.array(a)
>>> b[0] = np.delete(b[0],0,0)
>>> print(b.shape,b[0].shape,b[1].shape)
# print result:(2,) (10,224) (10,)

实际上，不一定要再增加一行，只要您可以摆脱@ aravk33和@ user707650的答案中所述的空白并在以后删除多余的项目，就可以了。

Answer 6

您可以使用numpy.ndarray到object到astype(object)

这将起作用：

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

ValueError：无法将形状（224,224,3）的输入数组广播为形状（224,224）

6 个答案: