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 57, in <module> X_train, y_train = load_data(train_folder) File "D:\tokamaka\实验集\Python\SVM低数据兼测试版本\DisruptionPredictor\Test3.py", line 31, in load_data return np.array(X), np.array(y) ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 2 dimensions. The detected shape was (120, 7) + inhomogeneous part.

这个错误提示意味着在你的代码中，尝试将一个序列赋值给了一个数组元素。在请求的数组维度中，存在不同的形状，导致无法进行赋值操作。在你的代码中，这个错误发生在第31行，load_data函数中。你需要检查load_data函数的代码，以找到导致该错误的原因。可能的原因包括数据类型不匹配，数据维度不匹配等等。

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。