Python Numpy Reshape Error

Question

我在嘗試重塑3D numpy數組時遇到了一個奇怪的錯誤。

數組（x）具有形狀（6,10,300），我想將其重塑爲（6,3000）。

我使用下面的代碼：

reshapedArray = np.reshape(x, (x.shape[0], x.shape[1]*x.shape[2])) 

我收到的錯誤是：

TypeError: only integer scalar arrays can be converted to a scalar index 

但是，如果我把x轉換成一個列表，它的工作原理：

x = x.tolist() 
reshapedArray = np.reshape(x, (len(x), len(x[0])*len(x[0][0]))) 

你有什麼想法，爲什麼這可能是？

提前致謝！

編輯：

這是我運行的是代碼和產生錯誤

x = np.stack(dataframe.as_matrix(columns=['x']).ravel()) 

print("OUTPUT:") 
print(type(x), x.dtype, x.shape) 
print("----------") 

x = np.reshape(x, (x.shape[0], x.shape[1]*x[2])) 

OUTPUT: 
<class 'numpy.ndarray'> float64 (6, 10, 300) 
---------- 

TypeError: only integer scalar arrays can be converted to a scalar index 

Answer 1

如果reshape第二個參數的一個元素不是一個整數，唯一的例外只發生例如：

>>> x = np.ones((6, 10, 300)) 
>>> np.reshape(x, (np.array(x.shape[0], dtype=float), x.shape[1]*x.shape[2])) 
TypeError: only integer scalar arrays can be converted to a scalar index 

，或者如果它是一個array（給出的編輯歷史：這是你的情況發生了什麼）：

>>> np.reshape(x, (x.shape[0], x.shape[1]*x[2])) 
#   forgot to access the shape------^^^^ 
TypeError: only integer scalar arrays can be converted to a scalar index 

但是它似乎與解決方法這也使得它更難小心按錯東西的工作：

>>> np.reshape(x, (x.shape[0], -1)) 

如果你想知道關於-1的文檔解釋：

One shape dimension can be -1. In this case, the value is inferred from the length of the array and remaining dimensions.