布尔索引与维度 1 上的索引数组不匹配；维度为 2 但对应的布尔维度为 1

Question

我正在尝试使用 PCA 和 T-SNE 来解决降维问题。我被困在这一步了。错误是“ IndexError: 布尔索引与维度 0 上的索引数组不匹配；维度为 180000 但相应的布尔维度为 60000” 我尝试在网上查找可能的解决方案，我找到了解决方案，它说要降低我的张量流版本和keras 和我做到了，但没有成功。我试图寻找更多可能的解决方案，但没有找到任何相关的内容。我将我的代码添加到这个问题中。谁能指导我这个吗？

from keras.datasets import cifar10
from sklearn.decomposition import PCA
from sklearn.manifold import TSNE
from matplotlib import pyplot as plt
import numpy as np

%matplotlib inline

plt.rcParams['figure.figsize'] = [12, 9]

(x_train, x_test), (y_train, y_test) = cifar10.load_data()

train = np.concatenate((x_train, y_train))
test = np.concatenate((x_test, y_test))

(x_train.shape)

y_train

print(x_train.shape)
print(y_train.shape)
print(x_test.shape)
print(y_test.shape)

train=np.concatenate((x_train,y_train))
test=np.concatenate((x_test,y_test))
print(train.shape)
print(test.shape)

pca = PCA(n_components=2)

%%time
reduced = pca.fit_transform(train.reshape(-1, 32 * 32))

for i in range(10):
  num = reduced[test == i]
  plt.scatter(num[:, 0], num[:, 1], s=5, label=f'{i}')

plt.legend()
plt.show() 

IndexError: boolean index did not match indexed array along dimension 0; dimension is 180000 but corresponding boolean dimension is 60000