typeerror: unhashable type: 'numpy.ndarray'

TypeError: unhashable type: 'numpy.ndarray' 这个错误信息表明你在尝试对一个 numpy.ndarray 类型的对象进行哈希操作，但 numpy.ndarray 是不可哈希的。哈希操作通常用于字典的键或集合的元素，因为这些数据结构需要能够快速查找和比较元素。

基础概念

• 哈希（Hashing）：是一种将任意长度的数据映射到固定长度的数据的函数。哈希值通常用于快速查找和比较数据。
• 不可哈希类型：某些数据类型（如列表、字典、集合和数组）是不可哈希的，因为它们的内容可以改变，这会导致哈希值的变化，从而破坏哈希表的稳定性。

相关优势

• 快速查找：哈希表提供了常数时间复杂度的查找性能。
• 唯一性：哈希值通常用于确保数据的唯一性。

类型与应用场景

• 可哈希类型：整数、字符串、元组（如果其元素也是可哈希的）等。
• 不可哈希类型：列表、字典、集合、numpy.ndarray 等。

应用场景

• 字典键：字典的键必须是可哈希的。
• 集合元素：集合中的元素也必须是可哈希的。

问题原因

当你尝试将 numpy.ndarray 用作字典的键或集合的元素时，就会触发这个错误。

解决方法

1. 转换为可哈希类型：
   • 将数组转换为元组或字符串。
   • 将数组转换为元组或字符串。

• 使用数组的唯一标识符：
  • 使用数组的内存地址或其他唯一标识符。
  • 使用数组的内存地址或其他唯一标识符。
• 自定义哈希函数：
  • 如果需要，可以自定义一个哈希函数来处理数组。
  • 如果需要，可以自定义一个哈希函数来处理数组。

示例代码

以下是一个完整的示例，展示了如何将 numpy.ndarray 转换为可哈希类型并使用：

import numpy as np

# 创建一个 numpy 数组
arr = np.array([1, 2, 3])

# 将数组转换为元组
hashable_arr = tuple(arr)

# 使用转换后的元组作为字典的键
my_dict = {hashable_arr: 'value'}
print(my_dict)

# 或者使用数组的内存地址作为键
unique_id = id(arr)
my_dict = {unique_id: arr}
print(my_dict)

# 自定义哈希函数
def array_hash(arr):
    return hash(arr.tobytes())

my_dict = {array_hash(arr): 'value'}
print(my_dict)

通过这些方法，你可以避免 TypeError: unhashable type: 'numpy.ndarray' 错误，并正确地在字典或集合中使用数组。