Python构建AI聊天机器人时Numpy数组转换ValueError错误求助

错误信息 #

ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 2 dimensions. The detected shape was (29, 2) + inhomogeneous part.

相关代码 #

training = []
output_empty = [0] * len(classes)

for document in documents:
    bag = []
    word_patterns = document[0]
    word_patterns = [lematizer.lemmatize(word.lower()) for word in word_patterns]
    for word in words:
        bag.append(1) if word in word_patterns else bag.append(0)

    output_row = list(output_empty)
    output_row[classes.index(document[1])] = 1
    training.append([bag,output_row])

random.shuffle(training)
training = np.array(training)

train_x = list(training[:, 0])
train_y = list(training[:, 1])

问题描述 #

我正在用Python开发AI聊天机器人项目，把训练数据转换为Numpy数组时碰到这个无法解决的错误。training是包含词袋和输出行的列表，检查其维度为(29,)，但转换为Numpy数组时触发上述错误。我已确认每个内部列表的词袋和输出行长度一致，寻求错误原因及解决建议。

错误原因 #

虽然你确认了每个词袋和输出行的长度一致，但Numpy在将嵌套列表转换为数组时，要求所有子元素的结构完全统一。出现这个错误的核心原因是：training列表中存在子元素（[bag, output_row]）的内部长度不一致的情况——可能你检查时遗漏了个别样本，或者在生成bag的过程中，某些word_patterns的处理逻辑导致bag长度与其他样本不同（比如words列表在循环中被意外修改，或者词形还原时出现异常）。

解决建议 #

• 彻底校验所有样本的长度
  遍历training列表，打印每个bag和output_row的长度，确认是否完全一致：

  for idx, (bag, output) in enumerate(training):
      print(f"样本{idx}：bag长度={len(bag)}, output长度={len(output)}")
  

  若发现长度不一致的样本，回溯对应的document，检查词袋生成逻辑（比如words列表是否被修改、词形还原是否正常）。

• 跳过整体转数组，直接拆分列表
  既然最终目的是拆分出train_x和train_y，完全不需要将整个training转为Numpy数组，直接用列表推导提取数据更稳妥：

  random.shuffle(training)
  train_x = [item[0] for item in training]
  train_y = [item[1] for item in training]
  

• 若需Numpy数组，拆分后单独转换
  确认所有bag和output_row长度统一后，可分别将train_x和train_y转为Numpy数组，避免整体转换带来的结构问题：

  random.shuffle(training)
  train_x = np.array([item[0] for item in training])
  train_y = np.array([item[1] for item in training])
  

内容的提问来源于stack exchange，提问作者ghost21blade