N=np.floor(np.divide(l,delta))
...
for j in range(N[i]/2):

N[i]/2将是一个float64，但range()需要一个整数。

for j in range(int(N[i]/2)):

我带着同样的错误来到这里，尽管它的起源不同。
它是由1.12.0和更新的numpy版本中不支持的float索引引起的，即使代码应该被认为是有效的。
应为int类型，而不是np.float64
解决方案：尝试安装numpy 1.11.0

sudo pip install -U numpy==1.11.0.

当我训练保留对象检测模型（更快的RCNN）时，我遇到了同样的问题，这对我来说非常有效：

pip uninstall pycocotools
pip install pycocotools-windows

类似的情况.它是工作.然后，我开始包括pytables.在第一次查看，没有理由错误.我决定使用另一个函数，具有域约束（elipse）并收到以下错误：

TypeError: 'numpy.float64' object cannot be interpreted as an integer

或

TypeError: 'numpy.float64' object is not iterable

疯狂的事情：我使用的前一个函数，没有代码更改，开始返回相同的错误。我的中间函数，已经使用过：

def MinMax(x, mini=0, maxi=1)
    return max(min(x,mini), maxi)

解决方案是避免numpy或math：

def MinMax(x, mini=0, maxi=1)
    x = [x_aux if x_aux > mini else mini for x_aux in x]
    x = [x_aux if x_aux < maxi else maxi for x_aux in x]
    return max(min(x,mini), maxi)

然后，一切又恢复了平静，就像是一个图书馆拥有了max和min！

虽然我很感激这不是OP的问题，但我只是因为一个非常不同的原因而得到这个错误消息，这是最重要的结果，所以我在这里发布我的问题和解决方案。
我有这样的代码：

x = np.ndarray([1.0, 2.0, 3.0], dtype=np.float_)

注意一个微妙的错误：ndarray是numpy数组类，但你通常不会直接构造它，而是使用array()辅助函数：

x = np.array([1.0, 2.0, 3.0], dtype=np.float_)

切换到第二种形式解决了我的问题。

当我们使用旧版本的numpy时可能会出现这个问题。在我的情况下，我使用的是1.18.5。我升级到1.19.5，失败完成。
在此之后，如果您正在使用Jupyter，则应关闭Kernell。

如果您正在运行任何对象检测算法并面临此问题，这是因为' pycocotools '中的版本冲突。卸载并重新安装它，您的问题将得到解决。

pip uninstall pycocotools
pip install pycocotools