Python 2.7 ValueError:使用numpy操作设置序列的数组元素

我有一张这样的清单

data_raw=[[]、[7944、-11896、3376、1627、-850、-3991]、[8688、-12192、19361404、-616、-3536]、[6540、-11800、1608、3021、780、-1061]、[6804、-11864、3828、4310、552、-2343]、[7208、-12544、3768、2542、286、1264]、[7048、-14532、6824、2528、1577、2583]、[6112、-17376、10180、132、1716、1001、-7514、-21140、-21675、-1657]、[，[2928, -31716, 15400, -5945, 824, -3558], [8940, -24016, 11540, -12047,-5574, -16019], [12020, -17516, 3744, -14637, 1521, -14791], [8916, -16160, 5860, -14122, -3793, -13597], [10144, -8124, 1076, -12027, -1194, -8809], [8088, -7264, 928, -18441, -2058, -80], [7684, -4896, -5224, -9800, 2427, 2054], [2040, -7776, -3520, -9306, 4442, 1276], [6240, -7340, -7216, -1757, -3630, -2734], [5720, -3940, -4632, -901, 1469, -1682], [5244, -4676, -5648, 2720, 3526, -436], [4016, -5336, -2976, 4280, 4543, -1562], [4028, -5156, -5560, 7391, 5000, -1317], [748, -9800, -2144, 10353, 6616, -3390], [10268, -7220, 1844, 11657, 8566, -4740], [11300, -10752, 4508, 11666, 10771, -1356], [16792, -10180, 24476, 13474, 2828, -5205], [19208, -10908, 6636, 9747, 10501, 1676], [7540, -20480, 13248, 8715, 12607, 7017], [15780, -20832, 11600, 5686, 4737, -3654], [18004, -20072, 17716, 1082, 2218, -3181], [16516, -18528, 14568, -3931, -5457, -4260], [15596, -12596,9084, -7735, -8646, -4221], [13296, -8948, 6316, -9215, -8260, -3225], [10860, -8124, 6116, -7264, -7653, -678], [7968, -7828, 5384, -8604, -7043, 1076], [8008, -5316, 1816, -6457, -7414, -50], [9304, -3568, 1092, -4895, -4654, 3123], [9560, -3932, -352, -904, -6369, 1981], [14692, -3168, 836, 2406, -8099, 3121], [13088, -6292, 44, 5503, -11759, 6405], [11892, -8316, -836, 6159, -8673, 10130], [8252，-13220，-10648279，-790612090]，[3572，-18392，-15365995，-271910667]，[2864，-195769606207，-45016554]，[1024，-20140，-19647834，-108175197]。

当我使用此代码时：

data = np.array(data_raw).astype(float)

我有一个错误：

>> Traceback (most recent call last):
data = np.array(data_raw).astype(float)
ValueError: setting an array element with a sequence.

---

有人知道发生此错误的原因吗？

2D列表的第一个元素是空列表，导致此问题。如果您删除它或仅使用

data = np.array(data_raw[1:]).astype(float)

它将按预期工作