TypeError: cannot perform reduce with flexible type

想要解决这个错误，最好先明白numpy数据类型的dtype转换

生成一个浮点数组

a=np.random.random(4)
输出
a
array([0.0945377,0.52199916,0.62490646,0.2160126])
a.dtype
dtype('float64')
a.shape
(4,)

改变dtype，发现数组长度翻倍！

>>> a.dtype = 'float16'
>>> a
array([ -9.58442688e-05,   7.19000000e+02,   2.38159180e-01,
         1.92968750e+00,              nan,  -1.66034698e-03,
        -2.63427734e-01,   1.96875000e+00,  -1.07519531e+00,
        -1.19625000e+02,              nan,   1.97167969e+00,
        -1.60156250e-01,  -7.76290894e-03,   4.07226562e-01,
         1.94824219e+00], dtype=float16)
>>> a.shape
(16,)

改变dtype='float'，发现默认就是float64，长度也变回最初的4

>>> a.dtype = 'float'
>>> a
array([ 0.0945377 ,  0.52199916,  0.62490646,  0.21260126])
>>> a.shape
(4,)
>>> a.dtype
dtype('float64')

把a变为整数，观察其信息

>>> a.dtype = 'int64'
>>> a
array([4591476579734816328, 4602876970018897584, 4603803876586077261,
       4596827787908854048], dtype=int64)
>>> a.shape
(4,)

改变dtype，发现数组长度翻倍！

>>> a.dtype = 'int32'
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = 'int16'
>>> a
array([-31160,  24990,  13215,  16312,  32432, -26931, -19401,  16352,
       -17331, -10374,   -197,  16355, -20192, -24589,  13956,  16331], dtype=int16)
>>> a.shape
(16,)

改变dtype，发现数组长度再次翻倍！

>>> a.dtype = 'int8'
>>> a
array([  72, -122,  -98,   97,  -97,   51,  -72,   63,  -80,  126,  -51,
       -106,   55,  -76,  -32,   63,   77,  -68,  122,  -41,   59,   -1,
        -29,   63,   32,  -79,  -13,  -97, -124,   54,  -53,   63], dtype=int8)
>>> a.shape
(32,)

改变dtype，发现整数默认int32！

>>> a.dtype = 'int'
>>> a.dtype
dtype('int32')
>>> a
array([ 1637779016,  1069036447, -1764917584,  1071690807,  -679822259,
        1071906619, -1611419360,  1070282372])
>>> a.shape
(8,)

很多时候我们用numpy从文本文件读取数据作为numpy的数组，默认的dtype是float64。

但是有些场合我们希望有些数据列作为整数。如果直接改dtype=‘int’的话，就会出错！原因如上，数组长度翻倍了

下面的场景假设我们得到了导入的数据。我们的本意是希望他们是整数，但实际上却是浮点数（float64）

>>> b = np.array([1., 2., 3., 4.])
>>> b.dtype
dtype('float64')

用astype(int)得到整数，并且不改变数组长度

>>> c = b.astype(int)
>>> c
array([1, 2, 3, 4])
>>> c.shape
(8,)
>>> c.dtype
dtype('int32')

如果直接改变b的dtype的话，b的长度翻倍了，这不是我们想要的

>>> b
array([ 1.,  2.,  3.,  4.])

>>> b.dtype = 'int'
>>> b.dtype
dtype('int32')
>>> b
array([         0, 1072693248,          0, 1073741824,          0,
       1074266112,          0, 1074790400])
>>> b.shape
(8,)

结论：

numpy中的数据类型转换，不能直接改原数据的dtype！只能用函数astype().

现在来说这个错误：
我是对矩阵进行一次np.arry之后求最小值，再次np.array求最小值时报了这个错误：TypeError: cannot perform reduce with flexible type

解决办法是用astype可以改变矩阵的dtype类型，于是我试着把我的矩阵的dtype改一下：

e=np.array(A[j]).astype(float).min()

问题解决！