Python numpy报TypeError无法将'10000'识别为数据类型如何解决

numpy.zeros()的参数规则为：

• 第一个位置传数组形状，必须是单个整数，或者由多个维度长度组成的整数元组
• 第二个位置传数组数据类型(dtype)，是可选参数，默认值为float64

你的代码里写的np.zeros((len(sequences)),dimension)，形状位置传入的(len(sequences))由于元组内只有单个元素且没有尾随逗号，Python不会将其识别为元组，只会解析为单个整数值len(sequences)，本该属于形状第二维度的dimension（值为10000）被传到了dtype参数的位置。numpy尝试将传入的10000解析为合法的数据类型失败，就抛出了对应的TypeError。

把两个维度的长度都放在形状元组里传入即可，修正后的完整代码如下：

import numpy as np
def vectorize_sequences(sequences, dimension=10000):
    # 形状参数为(样本总数, 单条样本的向量维度)的二元元组
    results = np.zeros((len(sequences), dimension))
    for i, sequence in enumerate(sequences):
        results[i, sequence] = 1
    return results

修正后的代码可以正常完成整数序列的one-hot向量化，是深度学习文本分类任务中常用的序列预处理逻辑。

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