调整图像尺寸时出现IndexError:列表赋值索引超出范围问题求助

错误原因 #

你这段代码触发IndexError: list assignment index out of range的核心问题是：x_train_all_new是一个空列表，你试图通过x_train_all_new[i]的索引方式给它赋值，但空列表中不存在第i个位置，自然会报错。另外，代码里的np.array(x_train_all_new)这行完全无效——你没有把转换后的数组赋值给任何变量，x_train_all_new仍然是空列表。

修正方案 #

下面提供几种可行的修正方式：

方式1：使用列表append方法

遍历原列表，将处理后的图像逐个添加到新列表中：

x_train_all_new = []
for img in x_train_all:
    # 调整尺寸并归一化
    resized_img = tf.image.resize(img, (HEIGHT, WIDTH)) / 255.0
    x_train_all_new.append(resized_img)
# 若需要转为numpy数组，执行这一步
x_train_all_new = np.array(x_train_all_new)

方式2：使用列表推导式（更简洁）

用列表推导式直接生成处理后的列表：

x_train_all_new = [tf.image.resize(img, (HEIGHT, WIDTH)) / 255.0 for img in x_train_all]
# 转为numpy数组（按需执行）
x_train_all_new = np.array(x_train_all_new)

方式3：批量处理（更高效）

如果x_train_all中的元素形状一致，可以先转为numpy数组，再批量调整尺寸，效率更高：

# 将原列表转为numpy数组
x_train_all_np = np.array(x_train_all)
# 批量调整尺寸并归一化
x_train_all_new = tf.image.resize(x_train_all_np, (HEIGHT, WIDTH)) / 255.0
# 转为numpy数组（按需执行）
x_train_all_new = x_train_all_new.numpy()

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