TypeError: reduction operation 'argmin' not allowed for this dtype

这个错误通常发生在使用 numpy 库时，尝试在不支持 argmin 操作的 dtype 上执行 argmin 操作时引发。可能的原因是您正在尝试在无符号整数类型上执行 argmin 操作，而此操作仅适用于有符号整数和浮点数类型。

解决此问题的方法之一是将数据类型转换为支持 argmin 操作的类型，例如将无符号整数类型转换为有符号整数类型或浮点数类型。您可以使用 astype() 方法执行此操作，例如：

import numpy as np

arr = np.array([1, 2, 3], dtype=np.uint8)
min_idx = np.argmin(arr.astype(np.int16))

在上面的示例中，我们将 arr 数组的数据类型从 uint8 转换为 int16，以支持 argmin 操作。

相关问题

但是 报了这个 TypeError: reduction operation 'argmin' not allowed for this dtype 这个错

这个错误通常是由于数据类型不匹配导致的。在这段代码中，可能是因为 `bic_matrix` 中的某些元素的数据类型不是数字，而是 None 或其他数据类型，从而导致了错误的出现。

你可以尝试在生成 `bic_matrix` 的时候，将其中的 None 替换成一个很大的数字，例如：

if tmp[-1] is None:
    tmp[-1] = float('inf')
bic_matrix.append(tmp)

这样可以避免 None 导致的数据类型不匹配问题。

TypeError: reduction operation 'argmax' not allowed for this dtype

这个错误通常是由于数据类型不支持 `argmax()` 函数所导致的。`argmax()` 函数用于返回最大值所在的索引位置，但是只能用于数值类型数据。如果 `argmax()` 函数用于非数值类型数据，就会出现该错误。

如果你的数据类型是非数值类型，可以考虑使用 `idxmax()` 函数来获取最大值所在的索引位置。`idxmax()` 函数用于返回最大值所在的行索引标签，可以用于任何数据类型。

如果你的数据类型是数值类型，但是也出现了该错误，可以尝试将数据类型转换为数值类型，例如：

df['column_name'] = pd.to_numeric(df['column_name'])

这样可以将 `column_name` 列的数据类型转换为数值类型。