Kmeans聚类代码报错：list indices must be integers or slices, not tuple如何修复？

错误原因 #

你遇到的错误是因为初始化的centroids是Python列表，而非numpy数组，而代码中使用了numpy特有的多维索引语法centroids[:, np.newaxis]——列表不支持这种元组形式的索引操作，因此抛出该错误。

修复步骤 #

1. 将初始centroids转为numpy数组：在完成初始质心的循环选择后，把列表类型的centroids转换为numpy数组，这样才能支持后续的多维索引运算。
2. 移除冗余变量：代码中n和d变量未被使用，直接删除即可。
3. 避免硬编码样本数量：把random.randint(0, 5610)改为random.randint(0, len(X)-1)，让代码适配任意长度的输入数据，不用依赖固定的5610这个数值。

修改后的完整代码 #

import numpy as np
import random

def kmeans(X, k, max_iter = 100):
    centroids = []
    for i in range(k):
        # 用len(X)-1替代硬编码的5610，适配任意输入长度
        a = random.randint(0, len(X)-1)
        centroids.append(X[a])
    # 关键：将列表转为numpy数组
    centroids = np.array(centroids)
    
    for i in range(max_iter):
        distances = np.sqrt(((X - centroids[:, np.newaxis])**2).sum(axis=2))
        label = np.argmin(distances, axis=0)
        
        new_centroids = np.array([X[label==j].mean(axis=0) for j in range(k)])
        
        if np.allclose(centroids, new_centroids):
            break
        centroids = new_centroids
    return label, centroids

额外说明 #

• 原代码中lable是拼写错误，已修正为label。
• 确保输入的X本身是numpy数组，否则X[a]和后续的数组运算可能会出现其他问题。

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