Python生成混淆矩阵时AxisError axis 1越界错误该如何解决？

核心错误根因 #

报错触发的原因是你调用np.argmax(y_val_class, axis=1)时，输入的y_val_class本身已经是1维数组。numpy数组的维度从0开始计数，1维数组仅存在axis=0，指定axis=1属于维度越界。

axis=1的逻辑说明 #

你原本使用np.argmax(xxx, axis=1)的目的是将shape为(样本数, 类别数)的2维独热编码/概率输出，转换为shape为(样本数,)的1维类别序号：axis=1代表沿着数组的第二个维度（也就是类别维度）计算最大值对应的索引，每个样本生成1个分类结果。
现在y_val_class是1维，说明它已经是预处理完成的分类标签，不需要再做argmax转换。

修复方案 #

• 直接删除报错行y_val_class = np.argmax(y_val_class, axis=1)，直接用原始的y_val_class输入混淆矩阵即可。
• 执行前可以先打印数组维度确认格式是否符合预期：

# 维度校验代码
print(y_val_class.shape) # 正常输出应为 (样本数,) 即1维
print(predictions.shape) # 正常输出应为 (样本数, 8) 即2维，保留后续的argmax操作即可

• 剩余的y_pred_class = np.argmax(predictions, axis=1)逻辑正确，无需修改，模型输出的预测结果是每个样本对应8类的概率，符合axis=1的使用条件。

内容的提问来源于stack exchange，提问作者Safkat Azad ARNAB