加载CSV图像数据时遇浮点与NumPy数组相乘错误求助

你猜的完全没错！这个报错的核心原因就是像素列被识别成了单个字符串，而不是我们需要的数值数组。你看到的['70 80 82 72 58 58 60 63 ....34']就是明证——这是一整行像素拼成的字符串，不是分开的数值，所以当你用浮点数去乘它时，Python会直接报错（毕竟字符串只能和整数相乘来重复内容，和浮点数完全不兼容）。

下面给你一套直接可行的修复方案：

步骤1：将字符串格式的像素拆分为数值数组 #

我们可以用pandas的apply方法，把每个像素字符串按空格拆分，再转换成浮点类型的数组：

import numpy as np
import pandas as pd

# 保留你原有的数据读取逻辑
df = pd.read_csv('C:/Python36(64bit)/programs/intern/fer2013.csv')
df = df.drop('Usage', axis=1)
train = df[:28709]
test = df[28709:30000]
train_x = train.drop('emotion', axis=1)
train_y = train['emotion']
test_x = test.drop('emotion', axis=1)
test_y = test['emotion']

# 关键处理：拆分像素字符串并转为浮点数组
train_x['pixels'] = train_x['pixels'].apply(lambda x: np.array(x.split(), dtype=np.float32))
test_x['pixels'] = test_x['pixels'].apply(lambda x: np.array(x.split(), dtype=np.float32))

步骤2：转换为可运算的矩阵（可选但推荐） #

如果需要把整列像素转换成「样本数×像素数」的矩阵（方便后续和其他矩阵相乘），可以用np.stack来拼接所有样本的像素数组：

train_x_matrix = np.stack(train_x['pixels'].values)
test_x_matrix = np.stack(test_x['pixels'].values)

测试乘法操作 #

现在再测试第一行乘0.1就完全没问题了：

a = train_x_matrix[0]
b = a * 0.1
print(b)

额外说明 #

为什么会出现这个问题？因为CSV文件里的pixels列是用空格分隔的一串数字，pandas默认会把它识别为单个字符串单元格，而不是自动拆分成多个数值列。所以必须手动拆分转换，才能进行数值运算。

内容的提问来源于stack exchange，提问作者Karan Purohit