在使用NumPy创建预测标签数组时，若未显式指定字符串长度，NumPy可能自动推断为最短兼容类型（如2字符），导致“Yes”被截断为“Ye”，进而使混淆矩阵出现异常类别。解决方案是显式设置足够长度的Unicode字符串dtype（如'

在使用numpy创建预测标签数组时，若未显式指定字符串长度，numpy可能自动推断为最短兼容类型（如2字符），导致“yes”被截断为“ye”，进而使混淆矩阵出现异常类别。解决方案是显式设置足够长度的unicode字符串dtype（如`'

该问题源于NumPy数组的dtype自动推断机制。当执行 labels = np.array(['No'] * 10000) 时，NumPy观察到所有初始元素均为长度为2的字符串（'No'），于是将整个数组的dtype推断为固定长度的字符串类型（如' 0.5] = 'Yes' 试图写入3字符字符串，但因底层存储空间仅预留2字节，'Yes'被无声截断为前两个字符——'Ye'，从而在混淆矩阵中引入了非法类别'Ye'，最终生成3×3而非预期的2×2混淆表。

正确做法：显式声明足够长度的Unicode字符串dtype

# ✅ 正确：预分配足够长度（'Yes'需至少3字符）
labels = np.array(['No'] * len(Default), dtype='<u3 labels> 0.5] = 'Yes'

# 验证标签合法性
print(np.unique(labels))  # 输出：['No' 'Yes']
print(confusion_table(labels, Default['default']))</u3>

⚠️ 注意事项：

Python之路numpy用法 中文WORD版

本文档主要讲述的是Python之路numpy用法；希望对大家会有帮助；感兴趣的朋友可以过来看看

下载

• '
• 避免依赖np.array([...])的自动dtype推断，尤其在混合长度字符串场景；
• 更健壮的替代方案是使用pandas.Series或Python原生列表（labels = ['No'] * len(Default)），再转为NumPy数组并指定dtype；
• 始终检查np.unique(labels)与真实标签的一致性，可在调用confusion_table()前加入断言：
  assert set(np.unique(labels)) == {'No', 'Yes'}。

通过显式控制字符串数组的dtype，可彻底避免截断风险，确保混淆矩阵严格对应二分类任务的真实类别结构。