字符串聚类中np.apply_along_axis报错：ValueError: too many values to unpack

我来帮你拆解一下这个报错的原因，以及怎么修复它：

报错根源 #

你遇到的问题出在np.triu_indices的返回值和np.apply_along_axis的参数要求不匹配上：

• np.triu_indices(len(words), 1)返回的是一个元组，里面包含两个一维数组，分别存储上三角矩阵的行索引和列索引。
• 当你直接把这个元组传给np.apply_along_axis时，numpy并没有按照你预期的方式将其解析为二维数组的行，而是错误地拆解了元组结构，导致传入d函数的coord不是长度为2的数组（无法拆成i和j），而是更长的序列，于是触发了“值过多无法解包”的错误。

修复方案 #

方案1：转换输入结构，调整axis参数 #

把triu_indices的结果转换成N×2的二维数组，然后沿着行方向（axis=1）应用函数：

from jellyfish import jaro_distance
import numpy as np

words = 'CHEESE CHORES GEESE GLOVES'.split()

def d(coord):
    i, j = coord
    return (1 - jaro_distance(words[i], words[j]))

# 将索引元组转换为每行一组(i,j)的二维数组
index_pairs = np.column_stack(np.triu_indices(len(words), 1))
# 沿着行方向处理每组索引
result = np.apply_along_axis(d, axis=1, arr=index_pairs)
print(result)

方案2：更高效的向量化写法（推荐） #

np.apply_along_axis本质是循环，效率并不高，你可以直接利用Python的迭代或者numpy的向量化工具来实现：

from jellyfish import jaro_distance
import numpy as np

words = 'CHEESE CHORES GEESE GLOVES'.split()

# 直接拆分索引元组
i_indices, j_indices = np.triu_indices(len(words), 1)
# 迭代计算每对索引的距离
distances = np.array([1 - jaro_distance(words[i], words[j]) for i, j in zip(i_indices, j_indices)])
print(distances)

如果你的jellyfish版本支持向量化调用，还可以用np.vectorize进一步简化：

distances = 1 - np.vectorize(jaro_distance)(words[i_indices], words[j_indices])

为什么原示例看起来能运行？ #

大概率是原场景使用的numpy版本较旧，当时的函数对输入类型的兼容性更强，会自动将元组转换为符合要求的数组；而现在的numpy版本对参数类型的检查更严格，必须显式转换结构才能正常工作。

内容的提问来源于stack exchange，提问作者user2906657