Scipy spectrogram循环报错：numpy.float64无法转为整数

1. 报错原因分析 #

你遇到的TypeError: 'numpy.float64' object cannot be interpreted as an integer，核心问题是参数类型不匹配：

• 你用numpy.linspace生成的i是numpy浮点类型，后续计算window_length、noverlap、nfft时，round()函数返回的是numpy.float64类型（而非Python原生的int类型）。
• scipy.signal.spectrogram及其底层依赖函数（比如回溯里的general_cosine）要求nperseg、noverlap、nfft这些参数必须是整数类型——当你传入浮点类型的"整数"时，底层执行np.zeros(M)创建数组时就会触发错误，因为数组长度必须是整数。

硬编码参数时你直接用了整数，所以没问题；但循环中通过numpy计算得到的是浮点类型的数值，就会触发这个类型错误。

2. 无需手动硬编码的解决方法 #

只需要把计算得到的参数转换为Python原生整数类型即可，最简单的方式是用int()包裹round()的结果：

修改后的代码如下：

import numpy as np
import scipy.signal

Fs = 10e3
data = testData(Fs)
r = []
for i in np.linspace(-0.4, 0.4, 9):
    t_step = 0.5 + i
    f_step = 0.5 - i
    # 将计算结果转为Python原生int类型
    window_length = int(round(2 * t_step * Fs))
    noverlap = int(round(t_step * Fs))
    nfft = int(round(Fs / f_step))
    arr_f, arr_t, fft = scipy.signal.spectrogram(
        data, Fs, 
        nperseg=window_length, 
        noverlap=noverlap, 
        nfft=nfft, 
        window='hanning'
    )
    r.append((arr_f, arr_t, fft))

额外小提示：可以加个简单检查确保参数是正整数，避免极端情况下出现0或负数（比如f_step过大导致nfft为0），示例：

assert window_length > 0 and isinstance(window_length, int), "window_length必须为正整数"

内容的提问来源于stack exchange，提问作者Matt