Python ValueError:使用序列设置数组元素。在DBSCAN上，没有缺失维度

我在一个数据集上使用DBSCAN.fit（），该数据集实际上是一个包含向量化单词的单列，所有维度都相同，30。看起来是这样的：

df['column']
2       [-0.003417029886667123, -0.0016105849274073794...
3       [-0.24330333298729837, 0.48110865717035506, 0....
4       [-0.0017016271879120766, 0.01266130386650884, ...
5       [0.002174357210089775, 0.004633570752676618, 0...
6       [0.008567001972125537, 0.0012244984475515731, ...

matrix = df['column'].as_matrix() 
#DBSCAN inplementation
db = DBSCAN(eps=0.06, min_samples=1)
db.fit(matrix)
clusters = db.labels_.tolist()

然而，在拟合数据后，我得到以下回溯：

----> 4 db.fit(matrix)
      5 clusters = db.labels_.tolist()

/opt/conda/lib/python3.6/site-packages/sklearn/cluster/dbscan_.py in fit(self, X, y, sample_weight)
    280 
    281         """
--> 282         X = check_array(X, accept_sparse='csr')
    283         clust = dbscan(X, sample_weight=sample_weight,
    284                        **self.get_params())

/opt/conda/lib/python3.6/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    431                                       force_all_finite)
    432     else:
--> 433         array = np.array(array, dtype=dtype, order=order, copy=copy)
    434 
    435         if ensure_2d:

ValueError: setting an array element with a sequence.

我已经读到这个错误与一个或多个数组与其他数组的len不同有关。然而，就我而言，这似乎不是问题所在，请看以下内容：

set(np.array([m]).shape[0] for m in matrix)
>> {1}

set(np.array([m]).shape[1] for m in matrix)
>> {30}

---

如您所见，所有阵列都具有相同的len。因此，问题可能出在哪里？

将功能转换为数组的方式并没有将其转换为数组，而是转换为列表数组，这就是您看到此错误的原因

---

您可以做的是将内部列表转换为数组

事实上，我最后要做的是np.appay（df['column'].to_list（））