D:\python\python.exe D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py Traceback (most recent call last): File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py", line 62, in <module> for j in range(train_data[i].shape[1]): AttributeError: 'list' object has no attribute 'shape'

根据你给出的信息，这个错误的原因是在第 62 行，`train_data[i]` 是一个列表，而不是一个 numpy 数组，因此没有 `shape` 属性。你需要检查一下 `train_data` 列表中的元素是否都是 numpy 数组，如果有不是的，需要将其转换为 numpy 数组。你可以使用 `np.array()` 函数将列表转换为 numpy 数组。

相关问题

D:\python\python.exe D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py Traceback (most recent call last): File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py", line 59, in <module> data, labels = load_data_parallel('train', shot, directory) File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py", line 39, in load_data_parallel for st in shots: TypeError: 'int' object is not iterable

根据你给出的信息，这个错误的原因是在 `load_data_parallel` 函数中，`shots` 参数是一个整数，而不是一个可迭代对象。因此，程序无法在 `for` 循环中处理它。你需要检查一下 `shots` 参数的类型和值是否正确，并确保它是一个可迭代对象（如列表、元组等）。你也可以在代码中加入一些调试语句，以便更好地定位问题所在。

Traceback (most recent call last): File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\Test.py", line 3, in <module> read = Reader('D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DataPreProcess\DataSet_normalize\train') File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DataPreProcess\Data.py", line 49, in __init__ raise ValueError('Path {} does n\'t exist.') ValueError: Path {} does n't exist.

这个错误提示意味着你在创建 `Reader` 对象时提供的路径 `D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DataPreProcess\DataSet_normalize\train` 不存在。你需要检查一下该路径是否正确，以及该路径下是否存在需要读取的文件。如果路径不正确，你需要提供正确的路径；如果路径正确但是文件不存在，你需要创建该文件或者提供正确的文件路径。另外，你在抛出 `ValueError` 异常时使用了一个格式化字符串，但是没有提供格式化参数。你需要在字符串中使用 `{}` 占位符，并在抛出异常时提供一个格式化参数，例如：

raise ValueError('Path {} does not exist.'.format(path))

其中 `path` 是你提供的路径。