博客

Numpy报”ValueError:shape mismatch:objects cannot be broadcast to a single shape “的原因以及解决办法

  • Post category:Python

问题分析：

“ValueError: shape mismatch: objects cannot be broadcast to a single shape” 是 Numpy（NumPy Numeric Python）经常出现的一个错误，原因是在数组运算的时候，参与运算的数组的形状不一致，无法进行广播（broadcasting）运算。

在广播运算中，如果两个数组的形状不匹配，Numpy会比较它们的维度（从最后一维开始往前比较），如果有一维是相同的，或者某一维存在一个是一维的，那么这两个数组就是可以广播运算的。如果两个数组的维度都不匹配，并且不能广播，则会报出 “ValueError: shape mismatch: objects cannot be broadcast to a single shape” 的错误。

解决办法：

出现该错误，需要检查数组的形状，确保数组形状匹配或可以广播，如果不匹配，需要通过reshape、transpose、expand_dims等函数变换数组形状使其可以进行广播操作。下面是解决 “ValueError: shape mismatch: objects cannot be broadcast to a single shape” 的具体步骤：

  1. 检查数组的形状是否匹配或可以广播；
  2. 若数组的形状不匹配或无法广播，则格外注意参与运算的两个数组是否存在广播规则，即是否可以在输入的数组形状上添加一个长度为1的维度，以便使它们的形状能够匹配，从而进行广播运算；
  3. 如果数组形状无法广播，则需要进行形状变换，以保证数组形状的匹配性，其中常用方法包括reshape、transpose、expand_dims。

示例：

对于如下代码：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([1, 2, 3, 4])

c = a + b
print(c)

此时，会报出以下错误：

ValueError: operands could not be broadcast together with shapes (2,2) (4,)

原因是数组a和数组b的形状不匹配，无法进行广播操作。为了修复这个问题，可以使用reshape函数将数组b的形状进行变换，如下所示：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([1, 2, 3, 4]).reshape(2, 2)

c = a + b
print(c)

输出结果为：

[[2 4]
[6 8]]

这样就不会报错了，因为此时的数组a和数组b的形状匹配，可以进行广播运算。

Tags: