使用Markov聚类(MCL)生成数据标签时遇IndexError错误求助

错误原因分析 #

报错是因为out_label被定义为二维数组（形状(6,1)），循环中使用out_label[data]时，numpy会将元组data（比如(1,5)）解析为(行索引, 列索引)的组合，但数组的列维度仅为1（索引范围0），当元组中的值大于0时（比如5），就会触发列索引越界。

另外原代码中变量名data和数据集重名，容易造成混淆，建议替换为cluster。

修正方案 #

方法1：使用一维数组存储标签（推荐） #

将out_label定义为一维数组，直接通过行索引批量赋值，更简洁直观：

# Create labels
out_label = np.zeros(Matrix.shape[0], dtype=np.int)
for i, cluster in enumerate(clusters):
    # 将元组转为列表，批量索引行
    out_label[list(cluster)] = i  # 生成从0开始的标签，匹配期望结果
out_label

方法2：保留二维数组，明确列索引 #

如果需要保持out_label为二维数组，需指定固定的列索引（0）：

# Create labels
out_label = np.zeros((Matrix.shape[0],1), dtype=np.int)
for i, cluster in enumerate(clusters):
    # 指定列索引为0，避免解析错误
    out_label[list(cluster), 0] = i  # 生成从0开始的标签，匹配期望结果
out_label

验证结果 #

运行修正后的代码，会得到符合期望的标签：

• 一维形式：array([0, 1, 2, 3, 3, 1])
• 二维形式：

array([[0],
       [1],
       [2],
       [3],
       [3],
       [1]])

内容的提问来源于stack exchange，提问作者aam