MNIST数字1流形学习可视化报错：空数组问题排查

这个错误的核心原因很明确：你通过mnist.data[mnist.target == 1]筛选出的样本是空的，所以后续Isomap因为没有数据可以处理而抛出ValueError。咱们一步步拆解问题和解决方案：

最可能的原因：标签类型不匹配 #

从sklearn.datasets.fetch_openml获取的MNIST数据集，target标签默认是字符串类型（比如标签是'1'而不是整数1）。你用整数1去和字符串标签比较，自然匹配不到任何样本，结果就是空数组。

排查验证 #

先执行下面的代码确认标签的类型和取值：

print("Target数据类型:", mnist.target.dtype)
print("所有唯一标签:", mnist.target.unique())

如果输出里标签是字符串（比如dtype: object，唯一标签是['0' '1' ... '9']），那就是这个问题。

解决办法 #

有两种方式修正：

1. 直接用字符串匹配筛选：

   # 用字符串'1'替代整数1
   data = mnist.data[mnist.target == '1'][::4]
   

2. 把target转换为整数类型（后续所有数字筛选都能统一用整数）：

   # 先转换标签类型
   mnist.target = mnist.target.astype(int)
   # 再正常筛选
   data = mnist.data[mnist.target == 1][::4]
   

额外验证步骤 #

修正筛选条件后，先确认data是否有数据：

print("筛选后的样本数量:", data.shape[0])

如果输出大于0，再运行你的Isomap可视化代码就不会报错了。

修正后的完整代码示例 #

from sklearn.manifold import Isomap
import matplotlib.pyplot as plt

# 先确保标签类型正确（二选一即可）
# 方式1：直接用字符串筛选
data = mnist.data[mnist.target == '1'][::4]
# 方式2：转换标签为整数后筛选
# mnist.target = mnist.target.astype(int)
# data = mnist.data[mnist.target == 1][::4]

# 验证数据非空
assert data.shape[0] > 0, "筛选后无数据，请检查标签匹配条件"

fig, ax = plt.subplots(figsize=(10, 10))
model = Isomap(n_neighbors=5, n_components=2, eigen_solver='dense')
plot_components(data, model, images=data.reshape((-1, 28, 28)), ax=ax, thumb_frac=0.05, cmap='gray_r')

内容的提问来源于stack exchange，提问作者afettouhi