Numpy reshape报错ValueError：无法重塑数组问题求助

问题本质 #

报错里的尺寸矛盾很清晰：20641 × 13 = 268333，但你的数组只有268320个元素——少了整整一行的元素数（13个）。这说明你手动移除第一行后，实际数据行数是268320 ÷ 13 = 20640，和你预期的20641不符，大概率是读取数据时的列名处理逻辑错误导致的。

解决步骤 #

1. 停止手动删行，让读取函数自动处理列名
   别用data.iloc[1:,:]硬删行，直接在读取时指定列名参数：

   • 如果用pandas.read_csv，若原始文件第一行就是列名，直接用默认配置：

     import pandas as pd
     data = pd.read_csv("housing.csv")
     

   • 如果文件没有列名，你需要手动指定：

     col_names = ["longitude", "latitude", "housing_median_age", "total_rooms", "total_bedrooms", "population", "households", "median_income", "median_house_value", "ocean_proximity"]
     data = pd.read_csv("housing.csv", header=None, names=col_names)
     

   （注：加州住房数据集原始是10列，你提到的13列应该是做了特征工程后的结果，调整col_names对应你的实际列即可）

2. 先确认数据的真实形状
   转成ndarray前先打印数据行列数，确保和预期一致：

   print(data.shape)
   

   如果输出不是(20641, 13)，说明读取过程中丢了行/列，比如文件里有空行、格式错误，或者列名识别错误导致数据错位。

3. 正确转换为ndarray，避免手动reshape
   直接用pandas内置方法转成数组，不需要手动指定尺寸：

   data_array = data.to_numpy()
   # 或者旧版本用 data.values
   

   如果你一定要reshape，用数据本身的行数推导：

   n_rows = data.shape[0]
   data_array = data.to_numpy().reshape(n_rows, 13)
   

4. 排查数据缺失或格式异常
   若数据存在缺失值、空行，可能导致转数组时元素数异常，用以下代码检查：

   # 查看每列非空值数量
   print(data.count())
   # 统计完全空的行数
   print(data.isnull().all(axis=1).sum())
   

内容的提问来源于stack exchange，提问作者Abhishek K M