【Python报错已解决】TypeError: unhashable type: ‘numpy.ndarray‘

🎬 鸽芷咕：个人主页
 🔥 个人专栏: 《C++干货基地》《粉丝福利》

⛺️生活的理想，就是为了理想的生活!

---

专栏介绍

在软件开发和日常使用中，BUG是不可避免的。本专栏致力于为广大开发者和技术爱好者提供一个关于BUG解决的经验分享和知识交流的平台。我们将深入探讨各类BUG的成因、解决方法和预防措施，助你轻松应对编程中的挑战。

• 博主简介

博主致力于嵌入式、Python、人工智能、C/C++领域和各种前沿技术的优质博客分享，用最优质的内容带来最舒适的阅读体验！在博客领域获得 C/C++领域优质、CSDN年度征文第一、掘金2023年人气作者、华为云享专家、支付宝开放社区优质博主等头衔。

• 个人社区 & 个人社群 加入点击 即可

加入个人社群即可获得博主精心整理的账号运营技巧，对于技术博主该如何打造自己的个人IP。带你快速找你你自己的账号定位为你扫清一切账号运营和优质内容输出问题。
​

​

引言

在Python编程中，尤其是在处理数据时，我们经常使用numpy数组。然而，当我们尝试将numpy数组用作字典的键或集合的元素时，就会遇到TypeError: unhashable type: 'numpy.ndarray'。这个错误表明我们尝试将一个不可哈希的类型（如numpy.ndarray）用作哈希表中的键。本文将探讨这个错误的原因，并给出几种可能的解决方案。

一、问题描述

1.1 报错示例

假设我们有以下代码，它尝试将numpy数组用作字典的键：

import numpy as np
# 创建一个numpy数组
my_array = np.array([1, 2, 3])
# 尝试将numpy数组用作字典的键
my_dict = {my_array: "value"}

运行上述代码将抛出以下错误：

TypeError: unhashable type: 'numpy.ndarray'

1.2 报错分析

这个错误表明my_array是一个numpy.ndarray对象，而numpy.ndarray对象是不可哈希的，因此不能用作字典的键。

1.3 解决思路

为了解决这个问题，我们需要确保我们不是在尝试将不可哈希的类型用作字典的键。我们可以将numpy数组转换为可哈希的类型，或者使用其他方法来处理数据。

二、解决方法

2.1 方法一：转换为可哈希的类型

将numpy数组转换为可哈希的类型，例如列表或元组，然后将其用作字典的键。

import numpy as np
# 创建一个numpy数组
my_array = np.array([1, 2, 3])
# 将numpy数组转换为列表
my_list = list(my_array)
# 将列表用作字典的键
my_dict = {my_list: "value"}

2.2 方法二：使用其他数据结构

使用其他数据结构，例如pandas DataFrame，来处理数据，而不是直接使用numpy数组。

import numpy as np
import pandas as pd
# 创建一个numpy数组
my_array = np.array([1, 2, 3])
# 将numpy数组转换为pandas DataFrame
my_dataframe = pd.DataFrame(my_array)
# 使用DataFrame的某个可哈希的属性作为字典的键
my_dict = {my_dataframe.columns[0]: "value"}

2.3 方法三：使用元组

如果numpy数组是固定大小的，可以将其转换为元组，因为元组是可哈希的。

import numpy as np
# 创建一个numpy数组
my_array = np.array([1, 2, 3])
# 将numpy数组转换为元组
my_tuple = tuple(my_array)
# 将元组用作字典的键
my_dict = {my_tuple: "value"}

2.4 方法四：使用哈希函数

使用自定义的哈希函数来计算numpy数组的哈希值，并将其用作字典的键。

import numpy as np
def array_hash(array):
    return hash(tuple(map(tuple, array)))
# 创建一个numpy数组
my_array = np.array([[1, 2], [3, 4]])
# 使用哈希函数计算哈希值
my_hash = array_hash(my_array)
# 将哈希值用作字典的键
my_dict = {my_hash: "value"}

三、其他解决方法

除了上述方法，还有一些其他的解决方法可以尝试：

• 使用hashable函数来检查对象是否可哈希。
• 使用functools模块中的total_ordering装饰器来创建可哈希的自定义对象。
• 使用collections模块中的namedtuple来创建可哈希的元组。

四、总结

在本文中，我们探讨了TypeError: unhashable type: 'numpy.ndarray'错误的可能原因，并给出了几种解决方案。如果你遇到了这个错误，可以尝试上述方法来解决问题。记住，在将对象用作字典的键之前，始终要确保对象是可哈希的。
下次遇到类似的错误时，你可以首先检查你的代码中是否正确使用了可哈希的对象，然后根据错误的原因，采取相应的解决措施。希望这些信息能帮助你快速解决遇到的任何问题！

原文地址：https://blog.csdn.net/qq_57761637/article/details/142513788

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！