Python Numpy Reshape Error

Question

我在尝试重塑3D numpy数组时遇到了一个奇怪的错误。

数组（x）具有形状（6,10,300），我想将其重塑为（6,3000）。

我使用下面的代码：

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

我收到的错误是：

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

但是，如果我把x转换成一个列表，它的工作原理：

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

你有什么想法，为什么这可能是？

提前致谢！

编辑：

这是我运行的是代码和产生错误

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第二个参数的一个元素不是一个整数，唯一的例外只发生例如：

>>> 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 

，或者如果它是一个array（给出的编辑历史：这是你的情况发生了什么）：

>>> 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 

但是它似乎与解决方法这也使得它更难小心按错东西的工作：

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

如果你想知道关于-1的文档解释：

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