Node.js使用python-shell调用sklearn聚类报数组维度错误如何解决

• 参数传递类型错误：python-shell的args参数仅支持传入字符串序列，你直接将JS二维数组dataset作为参数传入时，会被自动序列化逗号拼接的扁平字符串。Python侧拿到的sys.argv[1]本质是单个长字符串，不存在二维数组结构，用np.array()转换后只会得到包含单个字符串元素的标量数组，完全不符合sklearn要求的2D输入格式，因此触发报错：

ValueError: Expected 2D array, got scalar array instead

• 聚类数类型错误：sys.argv[2]拿到的是字符串类型的聚类数量，而AgglomerativeClustering的n_clusters参数要求传入整数，这里也会触发隐式类型错误。

1. Node.js侧修改 #

将二维数组序列化为JSON字符串再传递，避免自动扁平化：

app.post("/route", (req, res) => {
    let dataset = req.body.data;
    let clustNum = req.body.clustNum;
    let options = {
        args: [JSON.stringify(dataset), String(clustNum)]
      };
    PythonShell.run('./hclust.py', options, function (err) {
        if (err) throw err;
        console.log('finished');
      });
    res.send("done")
})

2. Python侧修改 #

用json模块解析传入的JSON字符串还原数组结构，同时将聚类数转为整数：

import sys
import json
import numpy as np
from sklearn.cluster import AgglomerativeClustering
X = np.array(json.loads(sys.argv[1]))
cluster = AgglomerativeClustering(n_clusters=int(sys.argv[2]), affinity='euclidean', linkage='ward')
cluster.fit_predict(X)

内容的提问来源于stack exchange，提问作者M.KH