python使用np.asarray时报错ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 3

这个错误通常是由于尝试将不同长度的序列转换为NumPy数组而引起的。在使用np.asarray()时，如果传递给它的序列中有不同长度的子序列，它将无法将它们转换为NumPy数组。解决这个问题的方法是确保传递给np.asarray()的序列中的所有子序列都具有相同的长度。

如果您需要将不同长度的序列转换为NumPy数组，可以考虑使用np.array()而不是np.asarray()。np.array()可以处理不同长度的序列，但会将它们转换为对象数组，而不是具有相同形状的多维数组。

相关问题

con = np.array(contours) ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 1 dimensions. The detected shape was (84,) + inhomogeneous part.

这个错误说明在将`contours`转换为NumPy数组时出现了问题。出现这个错误的原因是`contours`中的元素具有不同的形状，导致无法创建一个均匀形状的NumPy数组。

要解决这个问题，你可以尝试使用`np.vstack()`函数来垂直堆叠`contours`中的元素，以创建一个具有一致形状的NumPy数组。示例如下：

import numpy as np

con = np.vstack(contours)
con[:, 0] *= factor

通过`np.vstack(contours)`，我们将`contours`中的元素垂直堆叠成一个NumPy数组`con`，然后可以对`con[:, 0]`进行操作。请确保`factor`是一个数值类型的变量，并且与`con[:, 0]`的形状相匹配。

exps = np.array(exps) ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 2 dimensions. The detected shape was (100, 5) + inhomogeneous part.

这个错误通常是因为你尝试将一个不规则的列表转换为 NumPy 数组。这通常发生在列表中有不同长度的子列表。例如：

my_list = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
my_array = np.array(my_list)

会产生类似这样的错误：

ValueError: setting an array element with a sequence.
The requested array has an inhomogeneous shape after 1 dimensions.
The detected shape was (3,) + inhomogeneous part.

在这种情况下，你可以考虑使用 Pandas 库的 DataFrame 类型，它可以处理不同长度的子列表。例如：

import pandas as pd

my_list = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
my_dataframe = pd.DataFrame(my_list)
my_array = my_dataframe.values

如果你需要进一步帮助，请提供更多的上下文和代码。