“ValueError：object too deep for desired array”是什么意思以及如何解决？答案

【问题标题】：What does "ValueError: object too deep for desired array" mean and how to fix it?“ValueError：object too deep for desired array”是什么意思以及如何解决？
【发布时间】：2013-04-02 03:08:41
【问题描述】：

我正在尝试这样做：

h = [0.2, 0.2, 0.2, 0.2, 0.2]

Y = np.convolve(Y, h, "same")

Y 看起来像这样：

执行此操作时出现此错误：

ValueError: object too deep for desired array

这是为什么？

我的猜测是因为不知何故 convolve 函数不会将 Y 视为一维数组。

【问题讨论】：

标签： python numpy convolution valueerror

【解决方案1】：

您屏幕截图中的Y 数组不是一维数组，它是一个具有 300 行和 1 列的二维数组，如其 shape 为 (300, 1) 所示。

要删除额外的维度，您可以将数组切片为Y[:, 0]。一般要将n维数组转换为一维数组，可以使用np.reshape(a, a.size)。

将 2D 数组转换为 1D 的另一个选项是来自 numpy.ndarray 模块的 flatten() 函数，不同之处在于它会复制数组。

【讨论】：

将该数组转换为一维数组，也可以使用squeeze()
更简单（更准确），而不是 len(a) 使用：a.size
@Ari 为什么更准确？ size 被记录为返回数组中元素的数量，在我看来这与 len() 返回完全相同。
len(a) 仅给出沿一个轴的“长度”。对于多维数组（2D 及以上），最好使用“size”。
@Ari 哦，现在我明白你的意思了：size 是跨维度长度的乘积。使用a.size 使配方正确地重塑具有两个以上维度的数组，而使用len 将失败，并出现“新数组的总大小必须保持不变”。感谢您的提示，我现在已经更新了答案。

【解决方案2】：

np.convolve() 采用一维数组。您需要检查输入并将其转换为一维。

您可以使用np.ravel() 将数组转换为一维。

【讨论】：

【解决方案3】：

您可以尝试使用scipy.ndimage.convolve，它允许对多维图像进行卷积。 here 是文档

【讨论】：

【解决方案4】：

np.convolve 需要一个扁平化数组作为它的输入之一，您可以使用 numpy.ndarray.flatten()，它非常快，找到它here。

【讨论】：