Python 用作索引的数组必须是整数（或布尔）类型

错误如下：

Traceback (most recent call last):
  File "NearestCentroid.py", line 53, in <module>
    clf.fit(X_train.todense(),y_train)
  File "/usr/local/lib/python2.7/dist-packages/scikit_learn-0.13.1-py2.7-linux-i686.egg/sklearn/neighbors/nearest_centroid.py", line 115, in fit
    variance = np.array(np.power(X - self.centroids_[y], 2))
IndexError: arrays used as indices must be of integer (or boolean) type

distancemetric=['euclidean','l2']
for mtrc in distancemetric:
for shrkthrshld in [None]:
#shrkthrshld=0
#while (shrkthrshld <=1.0):
    clf = NearestCentroid(metric=mtrc,shrink_threshold=shrkthrshld)
    clf.fit(X_train.todense(),y_train)
    y_predicted = clf.predict(X_test.todense())

回溯（最近一次呼叫最后一次）：
文件“NearestCentroid.py”，第53行，在
clf.fit（X_系列todense（），y_系列）
文件“/usr/local/lib/python2.7/dist packages/scikit_learn-0.13.1-py2.7-linux-i686.egg/sklearn/neights/neights_centroid.py”，第115行
方差=np.数组（np.幂（X-自质心，2））
索引器错误：用作索引的数组必须是整数（或布尔）类型

代码如下：

Traceback (most recent call last):
  File "NearestCentroid.py", line 53, in <module>
    clf.fit(X_train.todense(),y_train)
  File "/usr/local/lib/python2.7/dist-packages/scikit_learn-0.13.1-py2.7-linux-i686.egg/sklearn/neighbors/nearest_centroid.py", line 115, in fit
    variance = np.array(np.power(X - self.centroids_[y], 2))
IndexError: arrays used as indices must be of integer (or boolean) type

distancemetric=['euclidean','l2']
for mtrc in distancemetric:
for shrkthrshld in [None]:
#shrkthrshld=0
#while (shrkthrshld <=1.0):
    clf = NearestCentroid(metric=mtrc,shrink_threshold=shrkthrshld)
    clf.fit(X_train.todense(),y_train)
    y_predicted = clf.predict(X_test.todense())

distancemetric=['euclidean'，'l2']
地铁公司的距离度量：
对于[None]中的shrkthrshld：
#shrkthrshld=0
#而（shrkthrshld我在使用Pystruct
Pystruct.learners.OneSlackSSVM时遇到了类似的问题

这是因为我的训练标签是浮点数，而不是整数。在我的例子中，这是因为我用np.ones初始化了标签，而没有指定dtype=np.int8。希望这能有所帮助。
通常情况下，索引数组的创建方式应该是明确的
整数
类型，但在传递空列表的情况下，成为默认的
浮点值
，程序员可能不会考虑这种情况。例如：

>>> np.array(xrange(1))
>>> array([0])                #integer type as expected
>>> np.array(xrange(0))
>>> array([], dtype=float64)  #does not generalize to the empty list

因此，应始终在数组构造函数中明确定义
dtype
。
有时数据是整数，每件事都是正确的，但这是因为其中一个数据系列是空数组，所以可以使用以下条件：

if len(X_train.todense())> 0:

y\u train
的值是多少？空数组不会抛出错误-它们只返回一个空数组