Python 预测股票价格时的LSTM形状误差

我正在学习如何用张量流预测股票价格的教程。 但每次我运行我的脚本，我总是得到一个形状错误

Traceback (most recent call last):
  File "main.py", line 38, in <module>
    model.add(LSTM(units=50, return_sequences=True, input_shape=(x_train.shape[1], 1)))
AttributeError: 'list' object has no attribute 'shape'

回溯（最近一次呼叫最后一次）：
文件“main.py”，第38行，在
add（LSTM（单位=50，返回序列=True，输入形状=（x\u train.shape[1]，1）））
AttributeError:“列表”对象没有属性“形状”

我知道stackoverflow上有一些类似的答案，但老实说，我是ML的新手，所以我对给出的答案没什么意义

完整代码如下：

---

神经网络的输入必须是一个numpy数组。似乎您正在尝试输入python列表。 要将列表转换为numpy数组，请执行以下操作：

nparray = np.array(python_list)

用输入和答案来做。（x_列车和y_列车）。在代码中，您只是将测试数据转换为numpy数组

---

它给出了一个错误，因为x_train.shape[1]不存在。Python列表没有“shape”属性，numpy数组有。

是

x\u train

一个

list

对象吗？谢谢，我找到了