可能原因一：尝试创建交错数组

您可能正在使用形状不像多维数组的列表创建数组：

numpy.array([[1, 2], [2, 3, 4]])         # wrong!

numpy.array([[1, 2], [2, [3, 4]]])       # wrong!

在这些示例中，numpy.array的参数包含不同长度的序列。这将产生此错误消息，因为输入列表的形状不像可以转换为多维数组的“框”。

可能原因二：提供不兼容类型的元素

例如，在float类型的数组中提供一个字符串作为元素：

numpy.array([1.2, "abc"], dtype=float)   # wrong!

如果您确实希望拥有同时包含字符串和浮点数的NumPy数组，则可以使用dtype object，它允许数组包含任意的Python对象：

numpy.array([1.2, "abc"], dtype=object)

The PythonValueError：

ValueError: setting an array element with a sequence.

意思正如它所说的，你试图将一个数字序列塞进一个数字槽中。它可以在各种情况下抛出。

1.当您传递要解释为NumPy数组元素的python数组或列表时：

import numpy

numpy.array([1,2,3])               #good

numpy.array([1, (2,3)])            #Fail, can't convert a tuple into a numpy 
                                   #array element

numpy.mean([5,(6+7)])              #good

numpy.mean([5,tuple(range(2))])    #Fail, can't convert a tuple into a numpy 
                                   #array element

def foo():
    return 3
numpy.array([2, foo()])            #good

def foo():
    return [3,4]
numpy.array([2, foo()])            #Fail, can't convert a list into a numpy 
                                   #array element

2.尝试将一个大于1的Numy数组长度塞入Numy数组元素：

x = np.array([1,2,3])
x[0] = np.array([4])         #good

x = np.array([1,2,3])
x[0] = np.array([4,5])       #Fail, can't convert the numpy array to fit 
                             #into a numpy array element

一个Numy数组正在被创建，而NumPy不知道如何将多值元组或数组塞进单元素槽中。它希望您给它的值都是单个数字，如果不是这样，Numpy会回应说它不知道如何用序列设置数组元素。

在我的例子中，我在TensorFlow中收到了这个错误，原因是我试图向具有不同长度或序列的数组提供数据：
示例：

import tensorflow as tf

input_x = tf.placeholder(tf.int32,[None,None])

word_embedding = tf.get_variable('embeddin',shape=[len(vocab_),110],dtype=tf.float32,initializer=tf.random_uniform_initializer(-0.01,0.01))

embedding_look=tf.nn.embedding_lookup(word_embedding,input_x)

with tf.Session() as tt:
    tt.run(tf.global_variables_initializer())

    a,b=tt.run([word_embedding,embedding_look],feed_dict={input_x:example_array})
    print(b)

如果我的数组是：

example_array = [[1,2,3],[1,2]]

然后，我将得到错误：

ValueError: setting an array element with a sequence.

但如果我填上填充物：

example_array = [[1,2,3],[1,2,0]]

现在它起作用了。

对于那些在Numpy遇到类似问题的人来说，一个非常简单的解决方案是：
在定义为其赋值的数组时定义dtype=object。例如：

out = np.empty_like(lil_img, dtype=object)

对我来说，这个问题是另一个问题。我正在尝试将int列表的列表转换为数组。问题是，有一份清单的长度与其他清单不同。如果你想证明这一点，你必须做：

print([i for i,x in enumerate(list) if len(x) != 560])

在我的例子中，长度参考是560。

在我的例子中，问题出在 Dataframe X[]的散点图上：

ax.scatter(X[:,0],X[:,1],c=colors,    
       cmap=CMAP, edgecolor='k', s=40)  #c=y[:,0],

# ValueError: setting an array element with a sequence.

# Fix with .toarray():

colors = 'br'
y = label_binarize(y, classes=['Irrelevant','Relevant'])
ax.scatter(X[:,0].toarray(),X[:,1].toarray(),c=colors,   
       cmap=CMAP, edgecolor='k', s=40)

当形状不规则或元素具有不同的数据类型时，传递给np数组的dtype参数只能是object。

import numpy as np

# arr1 = np.array([[10, 20.], [30], [40]], dtype=np.float32)  # error

arr2 = np.array([[10, 20.], [30], [40]])  # OK, and the dtype is object
arr3 = np.array([[10, 20.], 'hello'])     # OK, and the dtype is also object

``

在我的例子中，我有一个嵌套列表作为我想要用作输入的序列。
第一次检查：如果

df['nestedList'][0]

输出一个类似[1,2,3]的列表，您就得到了一个嵌套列表。
然后检查更改为输入df['nestedList'][0]时是否仍出现错误。
然后，您的下一步可能是将所有嵌套列表连接成一个非嵌套列表，使用

[item for sublist in df['nestedList'] for item in sublist]

嵌套列表的这种扁平化是从How to make a flat list out of list of lists?借用的。