ValueError:所有输入数组都必须具有相同数量的dim，但索引0处的arr具有1个维度，索引11处的rr具有2个维

Question

我的数组如下

samples_data = [array([0., 0., 0., ..., 0., 0., 0.], dtype=float32)
array([ 0.        ,  0.        ,  0.        , ..., -0.00020519,
-0.00019427, -0.00107348], dtype=float32)
array([ 0.0000000e+00,  0.0000000e+00,  0.0000000e+00, ...,
-8.9004419e-07,  7.3998461e-07, -6.9706215e-07], dtype=float32)
array([0., 0., 0., ..., 0., 0., 0.], dtype=float32)]

我有一个类似的功能

def generate_segmented_data_1(
samples_data: np.ndarray, sampling_rate: int = 16000
) -> np.ndarray:
new_data = []
for data in samples_data:
segments = segment_audio(data, sampling_rate=sampling_rate)
new_data.append(segments)
new_data = np.array(new_data)
return np.concatenate(new_data)

它显示类似的错误

ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 1 dimension(s) and the array at index 11 has 2 dimension(s)

索引0处的数组类似于

[array([ 0.        ,  0.        ,  0.        , ..., -0.00022057,
0.00013752, -0.00114789], dtype=float32)
array([-4.3174211e-04, -5.4488028e-04, -1.1238289e-03, ...,
8.4724619e-05,  3.0450989e-05, -3.9514929e-05], dtype=float32)]

那么索引11处的数组类似于这个

[[3.0856067e-05 3.0295929e-05 3.0955063e-05 ... 8.5010566e-03
1.3315652e-02 1.5698154e-02]]

然后我应该怎么做才能将我生成的所有段连接为段的数组？

Answer 1

我不太确定我是否理解你的意图。

b = np.array([[2]])
b.shape
# (1,1)
b = np.array([2])
b.shape
# (1,)

对于问题的分段部分，尚不清楚您的数据结构是什么，但代码示例已损坏，因为您正在附加到一个尚未创建的列表中。

Answer 2

如何使下面数组的形状为1D而不是2D？

b = np.array([[2]])
b_shape = b.shape

这将产生(1，1(。但是，我希望它的结果(1，(不平坦？

我怀疑混淆源于您选择了一个也可以被视为标量的示例，所以我将使用另一个示例：

b = np.array([[1,2]])

现在b.shape是(1,2)。去除第一个"；一个"；维度以任何方式(无论是b.flatten()、b.squeeze()还是使用b[0](都会产生相同的结果：

assert (b.flatten() == b.squeeze()).all()
assert (b.flatten() == b[0]).all()

---

现在，对于真正的问题：看起来你正试图连接"；行"；从"；段"；，但是"；分段"；(我相信从你的样本数据来看，这是np.array的列表？(是不一致的。

您的样本数据非常混乱：段0-10似乎是1D阵列的列表；段11、18和19是2D阵列或浮动列表的列表。这一点，再加上错误代码，表明分段的数据处理存在问题。

现在，要实际连接这两种类型的数据：

new_data = []
for data in samples_data:
segments = function_a(data)     # it appears this doesn't return consistent data
segments = np.asarray(segments) # force it to always be an array...
if segments.ndim > 1:           # ...and append each row
for row in segments:
new_data.append(row)
elif segments.ndim == 1:        # if just one row, append it directly
new_data.append(segments)
else:
# function_a returned an empty list, do nothing
pass

给定显示的数据和代码，这个应该可以工作(但它既没有效率，也没有经过测试(。