TypeError: order must be str, not numpy.ndarray

这个错误提示表明你在使用一个 numpy.ndarray 类型的对象作为参数传递给了一个需要字符串类型参数的函数中。请检查你的代码，确认传递给函数的参数是否正确，或者尝试将 numpy.ndarray 类型的对象转换为字符串类型再传递给函数。你也可以提供更多的代码和错误提示上下文来帮助我更好地理解问题并提供解决方案。

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'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"}