TypeError: unhashable type: 'numpy.ndarray'报错

`TypeError: unhashable type: 'numpy.ndarray'` 这个错误通常发生在你尝试将一个 NumPy 数组（`numpy.ndarray`）用作字典的键或者尝试将其加入到集合中时。在 Python 中，字典的键和集合的元素都必须是可哈希的。一个对象是可哈希的，意味着它可以产生一个哈希值，该值在对象的生命周期内不会改变，并且对象在比较时如果相等，那么它们的哈希值也必须相等。

然而，NumPy 数组默认是不可哈希的，因为它们的大小、形状和内容可能会变化，导致它们的哈希值也会变化。如果你需要将数组用于字典键或加入到集合中，你可以将数组转换为不可变的类型，比如元组，这样它们就可以被哈希。例如：

import numpy as np

# 创建一个 NumPy 数组
arr = np.array([1, 2, 3])

# 尝试直接使用数组作为字典键会引发错误
# dict_example = {arr: "some value"}

# 使用数组内容转换为元组作为键
tuple_from_arr = tuple(arr)
dict_example = {tuple_from_arr: "some value"}

相关问题

yolov8 TypeError: unhashable type: 'numpy.ndarray'

当你遇到`TypeError: unhashable type: 'numpy.ndarray'`这样的错误时，这通常发生在尝试将Python字典或集合（它们需要是可哈希的）中包含`numpy.ndarray`对象的时候。`numpy.ndarray`是不可哈希的，因为其内容可以改变，导致每个实例的标识符不会保持不变。

在YOLOv8（You Only Look Once Version 8）这类深度学习框架中，这个错误可能出现在某些函数期待一个可以作为键（key）的值，而`numpy.array`却被用于这种位置。常见的解决办法包括：

1. **转换数组**：在需要哈希的地方，你可以先将`numpy.array`转换为列表或其他可哈希的数据结构，如元组，然后再将其用作键。

   arr = np.array([...])
   hash_key = tuple(arr.tolist())  # 将数组转换为元组并存储

2. **避免直接作为键**：如果不需要使用字典或集合，可以直接操作数组本身，而不必强制将其变成键。

3. **检查文档和源码**：查看YOLOv8的相关部分，看是否有特别的输入规范或说明是否允许`numpy.ndarray`作为函数参数。

TypeError: unhashable type: 'numpy.ndarray'

这个错误通常发生在试图将 Numpy 数组用作字典的键或集合的元素时。因为 Numpy 数组是可变对象，而 Python 字典和集合要求键和元素必须是不可变对象，否则无法进行哈希。

要解决这个错误，可以将 Numpy 数组转换为元组或其他不可变对象作为键或元素。例如，如果有一个形状为 (3, 3) 的 Numpy 数组 arr，可以使用 tuple(arr) 将其转换为元组。

以下是一个示例代码，演示了如何解决这个错误：

import numpy as np

# 一个 Numpy 数组作为字典的键会引发 TypeError
arr = np.array([1, 2, 3])
d = {arr: 1}  # 报错：TypeError: unhashable type: 'numpy.ndarray'

# 将 Numpy 数组转换为元组作为键
arr_tuple = tuple(arr)
d = {arr_tuple: 1}  # 正常运行

# 一个 Numpy 数组作为集合的元素也会引发 TypeError
s = {arr}  # 报错：TypeError: unhashable type: 'numpy.ndarray'

# 将 Numpy 数组转换为元组作为集合的元素
s_tuple = {tuple(arr)}  # 正常运行