Python报错‘too many indices for array’：测试集维度异常求助

核心问题 #

你的X_test变成了1维数组（形状(100,)），而非预期的2维数组（(100,2)），导致使用[:,[0]]这种二维索引时触发索引越界报错。

原因分析 #

1. 代码顺序混乱：你提供的代码里，开头两行提取测试集特征的代码写在了生成数据之前，此时X_test还未定义，正常会直接触发NameError。这说明你实际运行的代码顺序可能出错，不过这不是X_test变1维的直接原因。
2. 数据生成参数异常：pyod.utils.data.generate_data默认生成2特征的数据集，X_train和X_test都应该是二维数组。如果X_test变成1维，大概率是你在生成数据后不小心做了扁平化操作（比如X_test = X_test.flatten()），或者调用函数时误设了n_features=1。

修复步骤 #

1. 调整代码顺序：把所有特征提取代码放在数据生成之后，删除开头那两行多余的代码。
2. 显式指定特征数量：调用generate_data时明确设置n_features=2，避免默认参数被意外覆盖：

   X_train, y_train, X_test, y_test = generate_data(
       n_train=n_train, 
       n_test=n_test, 
       contamination=outlier_fraction,
       n_features=2  # 显式指定2个特征
   )
   

3. 验证数据形状：生成数据后立刻打印形状，确认是否符合预期：

   print("X_train shape:", X_train.shape)  # 预期输出(200,2)
   print("X_test shape:", X_test.shape)    # 预期输出(100,2)
   

4. 简化特征提取代码：X_test[:,[0]]本身就是(100,1)的二维数组，不需要额外reshape，也可以用更简洁的写法：

   feature_1_test = X_test[:, 0].reshape(-1,1)  # 两种写法都可行
   feature_2_test = X_test[:, 1].reshape(-1,1)
   

完整修正后的代码 #

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
from pyod.models.knn import KNN
from pyod.utils.data import generate_data

outlier_fraction = 0.1  
n_train = 200 
n_test = 100

# 生成数据，显式指定特征数
X_train, y_train, X_test, y_test = generate_data(
    n_train=n_train, 
    n_test=n_test, 
    contamination=outlier_fraction,
    n_features=2
)

# 验证数据形状
print("X_train shape:", X_train.shape)
print("X_test shape:", X_test.shape)

# 提取特征
feature_1_train = X_train[:, 0].reshape(-1,1)
feature_2_train = X_train[:, 1].reshape(-1,1)
feature_1_test = X_test[:, 0].reshape(-1,1)
feature_2_test = X_test[:, 1].reshape(-1,1)

内容的提问来源于stack exchange，提问作者S. S.