不得不说,numpy数组的广播能力太强了,很多设定如果你不知道的话,有时候反而会造成一些错误,比如这里的np.array()函数。
问题引出:https://blog.youkuaiyun.com/qq_36430012/article/details/114667153
test_data = np.array(test_data)#错误语句,原因是test_data中的图片维度不同,2维和3维混杂
#我的解决方法是在读取原图的语句后面添加 mode=“RGB”
#一般用opencv读取的图片都是mode="RGB",在读取过程中将模式统一
ValueError: could not broadcast input array from shape (201,201,3) into shape (201,201)
具体问题具体分析,本人用这种方法解决该问题。
报错的本质:数据维度不统一
np.array()数据,数据的维度要统一
当然了,如果一个列表或者是一个统一维度的array进行操作,应该不会有啥大问题。因此,你可以采用这种方法:https://blog.youkuaiyun.com/Strive_For_Future/article/details/106543272
主要就是两种方法,使用一维的方法,或者补全的方法进行np.array()操作,但是感觉还是很不方便的。
更加详细的,你可以参考:https://blog.youkuaiyun.com/sinat_29957455/article/details/103487477
所以说,你要进行np.array对多个数组进行操作时,一定要注意他们的维度,只有相同shape的才能一起操作,返回在一个新的维度进行的拼接。除非在最高维度不同,他就会干脆不拼接了,这个时候,你如果使用这个dtype=object,那么它就会将它们视为object,从而不想进行数组意义上的拼接,而是numpy形式的object了,这是一个新的数据类型,自然也不会报错了。
https://www.cnpython.com/qa/25664
https://www.e-learn.cn/topic/2665049
https://cloud.tencent.com/developer/ask/sof/1082216