NumPy修改列值报错：无法将(108,1)数组广播到(108,)如何解决

你遇到的报错是维度不匹配导致的：
你定义的Weight形状为(108, 796)，取Weight[:,i]时得到的是长度为108的一维数组，形状为(108,)；而你生成的tt是二维数组，形状为(108,1)，多了一个长度为1的列维度，numpy的广播规则不支持直接将二维数组赋值给一维数组的位置，因此触发报错。

你可以任选以下任意一种方案修改代码：

• 方案1：赋值时压缩tt的冗余维度
  使用np.squeeze()自动去掉tt中长度为1的维度，修改赋值代码为：

  Weight[:,i] = np.squeeze(tt)
  

• 方案2：生成tt时直接定义为一维数组
  修改reshape的目标形状参数，去掉第二个维度的1即可：

  tt = np.reshape(AR[:,:,i].T,(AR_a*AR_b,),order='F')
  

  该方案会直接修改tt的形状为一维，如果你后续逻辑还需要用到二维的tt，优先选方案1或3
• 方案3：赋值时显式取tt的第一列
  直接提取二维tt的第一列得到一维数组，修改赋值代码为：

  Weight[:,i] = tt[:,0]
  

内容的提问来源于stack exchange，提问作者camlove