python規范怪異的行為

Question

我正在嘗試根據一組聲音樣本進行培訓。 我想通過對正樣本進行歸一化來擴大負樣本的范圍。

這是我的代碼：

for sound in dogbarks:
    expandedsound = audio_to_metadata(sound)
    preprocessed_dogbarks.append(expandedsound)
for sound in noisesounds:
    expandedsound = audio_to_metadata(sound)
    preprocessed_noisesounds.append(expandedsound)

labels = [0]*len(preprocessed_noisesounds) + 
[1]*len(preprocessed_dogbarks)
assert len(labels) == len(preprocessed_noisesounds) + 
len(preprocessed_dogbarks)
allsounds = preprocessed_noisesounds + preprocessed_dogbarks

allsounds_normalized = normalize(allsounds)

當代碼嘗試規范化數組集並且在我的案例48中達到一定數量的成員時，它返回錯誤：

~/.local/lib/python3.5/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.

但是，如果我只運行成員編號48，則效果很好。 誰能給我一個線索？ 如果您願意，我可以提供數據。

謝謝。

Answer 1

由於沒有簡單的解決方案可以解決我的問題。 我正在采用另一種方法，它逐一循環並對其進行規范化，然后將其放回數組。

for sound in allsounds :
    allsounds_normalized.append(normalize([sound])[0])

讓我知道你們是否有更好的解決方案，但是現在，這是解決方案。 謝謝