索引器错误：在python中将结果存储为元组时，索引1超出了大小为1的轴0的界限

我想将结果以元组的形式存储在数据帧中，每个标记中都有（预测、概率）。我可以在以下行精细打印结果： 打印（每个预测，“：”，每个可能性） 我得到了该行的错误信息： 错误消息： temprow[i+1]=（预测[i]，概率[i]） 索引器：索引1超出大小为1的轴0的界限

from imageai.Prediction import ImagePrediction
import os
import pandas as pd
import numpy as np
from PIL import Image

execution_path = os.getcwd()
pred_array = np.empty((0,6),dtype=object)

TEST_PATH = '/home/guest/Documents/Aikomi'
for img in os.listdir(TEST_PATH):
    if img.endswith('.jpg'):
        image = Image.open(os.path.join(TEST_PATH, img))
        image = image.convert("RGB")
        image = np.array(image, dtype=np.uint8)
        prediction = ImagePrediction()
        prediction.setModelTypeAsDenseNet()
        prediction.setModelPath(os.path.join(execution_path, "DenseNet.h5"))
        prediction.loadModel()
        predictions, probabilities = prediction.predictImage(os.path.join(TEST_PATH, img), result_count=5 )
        temprow = np.zeros((1,pred_array.shape[1]),dtype=object)
        temprow[0] = img
        for i in range(len(predictions)):
            temprow[i+1] = (predictions[i],probabilities[i])
        for eachPrediction, eachProbability in zip(predictions, probabilities):
            #print(eachPrediction , " : " , eachProbability)
            pred_array = np.append(pred_array,temprow,axis=0)
df = pd.DataFrame(data=pred_array,columns=['File_name','Tag_1','Tag_2','Tag_3','Tag_4','Tag_5'])    
print(df)
df.to_csv('Image_tags.csv')

您已定义：

pred_array = np.empty((0,6),dtype=object)

应该是：

pred_array = np.empty((1,6),dtype=object)

零意味着没有轴，但如果得到pred_array.shape，它将显示为（0，6），这可能有点误导

以及：

稍后将创建索引：

 for i in range(len(predictions)):
        temprow[i+1] = (predictions[i],probabilities[i])

---

temprow的第一个轴只有一个可访问的索引室，因为您已将其形状定义为（1，pred_数组，形状[1]）。numpy数组没有动态大小分配属性，无法在超出范围内进行索引，因此可以为您创建该属性。

我已经解决了维度不匹配的问题

pred_array = np.empty((0,6),dtype=object)
for img in os.listdir(TEST_PATH):
    if img.endswith('.jpg'):
        image = Image.open(os.path.join(TEST_PATH, img))
        image = image.convert("RGB")
        image = np.array(image, dtype=np.uint8)
        predictions, probabilities = prediction.predictImage(os.path.join(TEST_PATH, img), result_count=5)
        temprow = np.zeros((1,pred_array.shape[1]),dtype=object)
        temprow[0,0] = img
        for i in range(len(predictions)):
            temprow[0,i+1] = predictions[i]
        pred_array = np.append(pred_array,temprow,axis=0)

---

您认为我应该如何初始化temprow以匹配索引？需要放入其中的元素数：

temprow=np.zeros（（len（predictions），pred_array.shape[1]），dtype=object）

pred_array = np.empty((0,6),dtype=object)
for img in os.listdir(TEST_PATH):
    if img.endswith('.jpg'):
        image = Image.open(os.path.join(TEST_PATH, img))
        image = image.convert("RGB")
        image = np.array(image, dtype=np.uint8)
        predictions, probabilities = prediction.predictImage(os.path.join(TEST_PATH, img), result_count=5)
        temprow = np.zeros((1,pred_array.shape[1]),dtype=object)
        temprow[0,0] = img
        for i in range(len(predictions)):
            temprow[0,i+1] = predictions[i]
        pred_array = np.append(pred_array,temprow,axis=0)