np.where引发IndexError索引越界：数组维度不匹配问题求助

这个错误的核心原因很直接：你的im_pred和img的第二维度（列数）不匹配，导致索引超出了img的有效范围。

让我们一步步拆解：

1. 数组形状不匹配

   • 你生成的im_pred是(224, 244)的数组，意味着它有224行、244列，列索引的范围是0~243。
   • 而img是(224, 224, 3)的数组，只有224列，列索引的有效范围是0~223。

2. np.where返回的索引问题
   当你执行np.where(im_pred==i)时，它返回两个数组：

   • x：匹配元素的行索引，范围是0~223，这和img的行维度完全兼容。
   • y：匹配元素的列索引，范围是0~243——这里的问题就来了，y中大于等于224的索引，在img的列维度里根本不存在，所以赋值时就会触发IndexError（你看到的227只是其中一个超出范围的索引例子）。

   你拆分后打印的np.max(y) = 243正好验证了这一点，这个值明显超过了img列维度的最大有效索引223。

3. 修复方案
   根据你的需求，有两种常见的解决方式：

   • 修正im_pred的形状：如果244是笔误，直接让它和img的前两个维度一致：

     im_pred = np.random.randint(0, num_classes, (224, 224))  # 将244改为224
     

   • 切片匹配img的列数：如果im_pred的244列是有意为之，只取它的前224列来对应img：

     for i in range(num_classes):
         x, y = np.where(im_pred[:, :224] == i)  # 仅取im_pred的前224列
         img[x, y, :] = [225, 0, 0]
     

另外提个小建议：直接用x和y数组来索引img（img[x, y, :]）比img[np.where(im_pred==i), :]更清晰，也更容易排查索引问题。

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