Python列表的限制？

我试图将一组信息吸收到一个可用数组中，如下所示：

for (dirpath, dirnames, filenames) in walk('E:/Machin Lerning/Econ/full_set'):
    ndata.extend(filenames)
for i in ndata:
    currfile = open('E:/Machin Lerning/Econ/full_set/' + str(i),'r')
    rawdata.append(currfile.read().splitlines())
    currfile.close()
rawdata = numpy.array(rawdata)

for order,file in enumerate(rawdata[:10]):
    for i in rawdata[order]:
        r = i.split(',')
        pdata.append(r)
    fdata.append(pdata)
    pdata = []
fdata = numpy.array(fdata)
plt.figure(1)
plt.plot(fdata[:,1,3])

编辑：使用前10个txt文件打印ftada.shape后

for order,file in enumerate(rawdata[:10]):

我看是（10500,7）。但是如果我不限制这个的大小，而是说

for order,file in enumerate(rawdata):

那么fdata.shape就是（447，） 似乎每当我将在rawdata数组中查看的元素数增加到13个以上时，就会发生这种情况。。。它也不是任何特定的位置-我把它改为

for order,file in enumerate(rawdata[11:24):

这很有效。aaaaahh 如果有用：下面是文本文件的示例：

20080225,A,31.42,31.79,31.2,31.5,30575  
20080225,AA,36.64,38.95,36.48,38.85,225008  
20080225,AAPL,118.59,120.17,116.664,119.74,448847  

---

看起来

fdata

是一个数组，错误在

fdata[：，1,3]

中。它尝试使用切片、1和3这三个索引索引

fdata

。但如果

fdata

是2d数组，则会产生此错误-

索引过多

当出现“索引”错误时，请找出有问题数组的
形状。不要只是猜测。添加调试语句
打印（fdata.shape）

===================

以文件示例为例，列出以下行：

In [822]: txt=b"""20080225,A,31.42,31.79,31.2,31.5,30575  
     ...: 20080225,AA,36.64,38.95,36.48,38.85,225008  
     ...: 20080225,AAPL,118.59,120.17,116.664,119.74,448847 """
In [823]: txt=txt.splitlines()

In [826]: fdata=[]
In [827]: pdata=[]

读取一个“文件”：

In [828]: for i in txt:
     ...:     r=i.split(b',')
     ...:     pdata.append(r)
     ...: fdata.append(pdata)
     ...: 
     ...:     
In [829]: fdata
Out[829]: 
[[[b'20080225', b'A', b'31.42', b'31.79', b'31.2', b'31.5', b'30575  '],
  ....]]]
In [830]: np.array(fdata)
Out[830]: 
array([[[b'20080225', b'A', b'31.42', b'31.79', b'31.2', b'31.5',
         b'30575  '],
...]]], 
      dtype='|S8')
In [831]: _.shape
Out[831]: (1, 3, 7)

读取“相同的文件”

注意数据类型-一个8个字符的字符串。因为每行的on值是一个字符串，所以它不能将整个内容转换为数字

现在读一个稍微不同的“文件”（少一行，少一个值）

现在让我们添加一个“空”文件-没有行，因此
pdata
是
[]

In [842]: fdata.append([])
In [843]: np.array(fdata).shape
Out[843]: (4,)
In [844]: np.array(fdata).dtype
Out[844]: dtype('O')

阵列形状和数据类型已完全更改。它无法再从线条创建统一的三维阵列

10个文件（10500，7）后的形状表示10个文件，每行500行，每行7列。但完整的400个文件中有一个或多个是不同的。我上一次迭代表明其中一个是空的。
看起来像是
fdata
是一个数组，错误在
fdata[：，1,3]
。尝试使用切片、1和3这三个索引对
fdata
进行索引。但如果
fdata
是二维数组，则会产生此错误-
索引过多

当出现“索引”错误时，请找出有问题数组的
形状
。不要只是猜测。添加调试语句
print（fdata.shape）

===================

以文件示例为例，列出以下行：

In [822]: txt=b"""20080225,A,31.42,31.79,31.2,31.5,30575  
     ...: 20080225,AA,36.64,38.95,36.48,38.85,225008  
     ...: 20080225,AAPL,118.59,120.17,116.664,119.74,448847 """
In [823]: txt=txt.splitlines()

In [826]: fdata=[]
In [827]: pdata=[]

读取一个“文件”：

In [828]: for i in txt:
     ...:     r=i.split(b',')
     ...:     pdata.append(r)
     ...: fdata.append(pdata)
     ...: 
     ...:     
In [829]: fdata
Out[829]: 
[[[b'20080225', b'A', b'31.42', b'31.79', b'31.2', b'31.5', b'30575  '],
  ....]]]
In [830]: np.array(fdata)
Out[830]: 
array([[[b'20080225', b'A', b'31.42', b'31.79', b'31.2', b'31.5',
         b'30575  '],
...]]], 
      dtype='|S8')
In [831]: _.shape
Out[831]: (1, 3, 7)

读取“相同的文件”

请注意数据类型-一个由8个字符组成的字符串。因为每行的on值是一个字符串，所以它不能将整个内容转换为数字

现在读一个稍微不同的“文件”（少一行，少一个值）

现在让我们添加一个“空”文件-没有行，因此
pdata
是
[]

In [842]: fdata.append([])
In [843]: np.array(fdata).shape
Out[843]: (4,)
In [844]: np.array(fdata).dtype
Out[844]: dtype('O')

数组形状和数据类型已完全更改。它无法再从直线创建统一的三维阵列

10个文件后的形状（10500,7）表示10个文件，每行500行，每行7列。但完整的400个文件中的一个或多个是不同的。我的上一次迭代表明其中一个是空的。
该错误通常意味着您试图将二维数组视为三维数组。它与数组中的元素数无关。我怀疑您的问题与您如何编写最后一行有关，而不是与代码中的任何其他内容有关。您的代码和异常不匹配（代码中没有
print
或
len
）。它看起来不像你在执行你认为你是的代码。也许Anaconda存在缓存问题。该错误通常意味着您试图将二维数组视为三维数组。它与数组中的元素数无关。我怀疑您的问题与您如何编写最后一行有关，而不是与代码中的任何其他内容有关。您的代码和异常不匹配（代码中没有
print
或
len
）。它看起来不像你在执行你认为你是的代码。也许Anaconda存在缓存问题。数组的形状似乎随大小而变化？我不明白！还要检查数据类型。你的一个或多个文件有不同的布局。重要的不是总数；这是文件内容。看到我的模拟文件读取。感谢您的解释！但问题是。指定rawdata[0:26]的范围将返回（26，）的维度。但如果我用rawdata[0,13]或[13,26]尝试它，它将返回三维数组：[13500,7]。那它怎么可能是一个特定的文件呢？我看不懂你的文件！跨
13
的范围如何？或者尝试
fdata.append（np.array（pdata））
。这样可以更容易地检查每个文件生成的形状和数据类型
np.stack（fdata，axis=0）
可用于连接末端的所有数组。数组的形状似乎随大小而变化？我不明白！还要检查数据类型。你的一个或多个文件有不同的布局。重要的不是总数；这是文件内容。看到我的模拟文件读取。感谢您的解释！但问题是。指定rawdata[0:26]的范围将返回（26，）的维度。但如果我用rawdata[0,13]或[13,26]尝试它，它将返回三维数组：[13500,7]。那它怎么可能是一个特定的文件呢？我看不懂你的文件！跨
13
的范围如何？或者尝试
fdata.append（np.array（pdata））
。这样可以更容易地检查每个文件生成的形状和数据类型
np.stack（fdata，axis=0）
可用于连接末端的所有阵列。