"ValueError: x和y必须具有相同的第一维“的不同情况
这个错误信息通常出现在使用某些函数或方法时，要求输入的两个参数x和y必须具有相同的第一维度（即行数）的情况下。下面是几种可能导致这个错误的不同情况及解决方法：
- 情况一：x和y是不同长度的数组或列表。 解决方法：确保x和y具有相同的长度，可以使用切片或其他方法截取它们的相同部分。
- 情况二：x和y是不同形状的多维数组。 解决方法：使用适当的方法将x和y调整为相同的形状，可以使用reshape()函数或其他相关函数进行调整。
- 情况三：x和y是不同类型的数据结构。 解决方法：将x和y转换为相同的数据类型，可以使用astype()函数或其他相关函数进行转换。
- 情况四：x和y是空数组或列表。 解决方法：确保x和y都不为空，可以检查数据源是否正确，或者使用默认值或其他合适的值进行填充。
- 情况五：x和y是由不同数据源生成的，但需要进行相关操作。 解决方法：确保x和y来自相同的数据源或具有相同的数据结构，可以使用相应的函数或方法进行数据转换或合并。
在腾讯云的产品中，可以使用云函数（Serverless Cloud Function）来处理这个错误。云函数是一种无服务器计算服务，可以让您在云端运行代码而无需搭建和管理服务器。您可以使用云函数来编写处理数据的逻辑，包括处理数组、列表等数据结构的操作。您可以通过腾讯云函数的官方文档了解更多信息：腾讯云函数产品介绍
请注意，以上解决方法和腾讯云产品仅为示例，实际解决方法和推荐产品可能因具体情况而异。
相关·内容
1回答
脉冲加速器的输入
、、
好了各位。请容忍我。当向感知器提供输入以进行分类时，X_0，X_1表示来自二维空间的数据点(x，y)。对，是这样?
那么，如果我们输入X_0，X_1，X2，我们可以说它代表(x，y，z)一个来自三维空间的数据点？我们甚至可以说这些输入代表着来自一维空间的三个不同的数据点吗？
另外，如果我们输入四个向量，如X_0、X_1、X_2、X_3、X_4、X_5、X_6、X_7、X_8，以及X_9、X_10、X_11。
浏览 0提问于2018-03-11得票数 0
回答已采纳
我得到的消息是ValueError: x和y必须具有相同的第一维。下面是代码。错误在哪里？ import matplotlib.pyplot as plt
import matplotlib as mpl
from scipy import signal
import numpy as np
x = np.linspace(0, 0.5, 200);
y = 4* signal.sawtooth(2 * np.pi * 4 * k, 0.5)* signal.sawtooth(2 * np.pi * 4 * k, 0.5);
plt.stem(x, y, use_line_collect
浏览 92提问于2019-12-11得票数 0
回答已采纳
两个Numpy数组的大小如下：
(406, 278)
(406,)
但是，在追加Numpy数组时出现了错误：
ValueError:所有输入数组都必须有相同的维数
代码：
y = numpy.array(kmeans.labels_,copy=True)
x = numpy.append(x, y, axis=1); #error
x = numpy.append(x, y, axis=0); #error
浏览 1提问于2017-03-26得票数 1
回答已采纳
我的输入是X_train.shape=的张量(4291,1278，29，1)。我的输出是Y_train.shape=(4291，1，9)的张量。当它执行fit(X_train，Y_train)时，它显示了一个错误
ValueError:检查目标时的错误:期望dense_1具有二维，但得到形状为(4291，1，9)的数组
那么，我如何处理输出的形状呢？
model = Sequential()
model.add(ConvLSTM2D(filters=8, kernel_size=5, strides=2,
input_shape=(1, 278,
浏览 0提问于2019-05-26得票数 0
回答已采纳
1回答
Keras，形状是不相容的
、、、、
我建立了一个keras分类模型，我有不同长度的输入，所以我使用train_on_batch。我得到了一个ValueError: Shapes (1, 5) and (1, 36329, 5) are incompatible。
每个输入都是一组2D点。
X_train.shape >>> (2680,) X_train[0].shape >>> (36329, 2) X_train[5].shape >>> (40233, 2)
对于输出形状：
y_train.shape >>> (2680, 5)
# y_train[0
浏览 5提问于2022-03-23得票数 1
我遵循这个例子，
我试图将最适合的线性线拟合到我的matplotlib图中。我一直得到的误差是x和y没有相同的第一维。但他们俩的长度都是5？我做错了什么？
ValueError: X和y必须具有相同的一维，但具有形状(5，)和(1，5)
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.metrics import mean_squared_error
from sklearn.linear_model import LinearRegression
df = pd.read
浏览 2提问于2021-10-28得票数 0
1回答
我正在尝试对CSV文件中的数值数据集应用CNN，但我在尺寸方面遇到了问题。我的数据集由26个特征/列和1200行/样本组成。数据集有3个标签。
Dataset = pd.read_csv("...", header=0)
features = ['...']
x = Dataset [features]
y = Dataset .Classifier
sc = PowerTransformer()
x = sc.fit_transform(x)
x_train, x_test, y_train, y_test = train_test_split(x, y,
浏览 2提问于2020-10-05得票数 0
我试图在两个不同维数的矩阵之间使用Numpy中的点乘积。W是(1，5)，X是(3，5)，我不确定我可以使用哪个命令来更改维度，因为我对python还不熟悉。谢谢。
当我尝试运行我的函数时，它会给出一个错误：
ValueError: shapes (1,5) and (3,5) not aligned: 5 (dim 1) != 3 (dim 0)
from numpy.core.memmap import ndarray
def L(w, X, y):
"""
Arguments:
w -- vector of size n representi
浏览 8提问于2022-09-11得票数 -1
2回答
因此，我尝试使用python的matplotlib绘制两个相同维度的不同数组。这是我目前拥有的代码：
from numpy import *
from pylab import *
import matplotlib.pyplot as plt
p, pdot, s400, dist=loadtxt("cc45list.txt", usecols=(1,2,3,4), unpack=True)
for i in arange(0,45,1):
k = (s400*(dist**2))/((p**1)*(pdot**0.5))
kbar=sum(k)
var=abs(k-k
浏览 3提问于2012-03-26得票数 1
回答已采纳
我试图绘制一个x和y值数组，并不断地得到这个错误。
ValueError: X和y必须具有相同的第一维
这是我的密码：
import numpy as np
import pylab as plt
from matplotlib import rc
def analyze(targt_data, targt_data_name, trang_data, trang_data_name, matches):
"""Analyze a set of samples on target data"""
_timefrm =
浏览 5提问于2014-08-19得票数 0
回答已采纳
这段代码
from sympy import symbols
from sympy.plotting import plot3d
x, y = symbols("x y")
f = lambda x, y: x * y
plot3d((f(x,y), (x, -3, 3), (y, -3, 3)))
g = lambda x, y: 2
plot3d((g(x,y), (x, -3, 3), (y, -3, 3)))
绘制第一个图形，但不是第二个错误
ValueError:参数Z必须是二维的.
浏览 1提问于2019-07-20得票数 2
我试着用Keras建立一个CNN模型。这是我的代码：
import keras
import tensorflow as tf
from keras.layers import Dense
from keras.models import Sequential
from keras.models import load_model
from keras.callbacks import EarlyStopping
from sklearn.model_selection import train_test_split
from __future__ import print_functio
浏览 1提问于2019-11-07得票数 0
回答已采纳
当我运行我的代码时，会收到一条错误消息：
ValueError: X和y必须具有相同的第一维。
import numpy as np
from matplotlib import pyplot as plt
from sklearn.linear_model import LogisticRegression
x1 = np.array([0,0.6,1.2,1.5,1.8,2.5,3.3,3.9,4,4.9,5.1])
y1 = np.array([0,0,0,0,0,0,0,0,0,0,0])
x2 = np.array([3.2,3.8,4.5,5.2,5.8,6.4,6
浏览 3提问于2016-06-22得票数 0
我正在写一个程序来找出两个向量之间的余弦相似度。对于小的文本文件，它工作得很好，但对于大数据，它会给出错误。我已经经历了许多广播的例子，但不能得到实际的问题。(在p=x*y行出现错误)
x = numpy.dot(u, u.T)
y = numpy.dot(v, v.T)
p = x * y
value = numpy.dot(u, v.T) / p
p=(x*y)
ValueError: operands could not be broadcast together with shapes (224,224) (180,180)
浏览 0提问于2014-05-28得票数 2
我在Keras中训练了一个输入维为15和输出维为1的模型，然后尝试预测单个输入np.array的输出，我选择了一个玩具示例np.arange(15)。但是，输入不被接受。有人能告诉我问题出在哪里吗？下面是一个简化问题的代码：
import numpy as np
from keras.models import Sequential
from keras.layers import Dense
X = np.arange(15)
Y = 0
model = Sequential()
model.add(Dense(32, input_dim=15, activation='relu&#
浏览 0提问于2018-10-19得票数 0
2回答
我正在尝试实现像这样的高斯NB训练。然而，如果X的维度不相等(即X中的所有列表都需要相同的长度)，gnb.fit()就会抛出一个异常。如果我的训练样本是不同长度的向量，那么调用fit()的正确方法是什么？
def train(X, Y):
gnb = GaussianNB()
gnb.fit(X, Y)
return gnb
>>> X = [[1,2,3], [4,5,6,7], [8,9]]
>>> Y = [1,1,1]
>>> snb.train(X, Y)
/Library/Python/2.7/s
浏览 1提问于2017-08-07得票数 1
这是我绘制功率谱密度信号的代码。我需要一些帮助，因为我在python中有错误编码。
import math
import numpy as np
import matplotlib.pyplot as plt
from numpy.fft import fft, ifft
from scipy import signal
t=np.linspace(0,1,106)
Fs=1000
y=np.sin(2*math.pi*15*t) + np.sin(2*math.pi*30*t)
Y=fft(y,512)
f = np.arange(0,len(Y)-1)*(Fs-1)/len(Y)
P =
浏览 0提问于2020-05-18得票数 0
我想用三维数据(Train_value)，一维标记数据(Train_label_list)进行LSTM。但是它有错误(ValueError)。我修不好它 from keras.models import Sequential
from keras.layers import Dense, LSTM, RepeatVector, TimeDistributed
train_value = [[[0.4, 0.1, 0.2],[0.2, 0.1,0.4]], [[0.4, 0.1, 0.2],[0.2, 0.1,0.4]]]
train_label_list = [1.0, 2.0]
x_t
浏览 3提问于2021-01-28得票数 0
回答已采纳
1回答
神经网络中不同样本数的多输入
、、、、
我正在研究一个特定的神经网络，它得到两个不同的输入：
MNIST数据集，火车集是一个50万，784张量。
具有TensorShape(维数(28))的辅助向量
当我定义并运行模型时，如下所示
from tensorflow.examples.tutorials.mnist import input_data
from keras.layers import Input, Dense, Lambda
from keras.models import Model
from keras.objectives import binary_crossentropy
from keras.
浏览 1提问于2019-08-11得票数 2
回答已采纳
我正在使用Python2.7，并尝试对从1.00000000到3.0000000008的一些随机数据进行预测。我的数组中大约有196个项目，我得到了以下错误
ValueError: operands could not be broadcast together with shape (2) (50)
我似乎不能单独解决这个问题。如有任何帮助或相关文档链接，我们将不胜感激。
下面是我使用的生成此错误的代码
nsample = 50
sig = 0.25
x1 = np.linspace(0,20, nsample)
X = np.c_[x1, np.sin(x1), (x1-5)**2, np
浏览 2提问于2012-08-08得票数 23
回答已采纳
我被这个错误困扰了很长一段时间。每当我运行这段代码时，我都会得到以下错误：
raise ValueError("Found input variables with inconsistent numbers of "ValueError: Found input variables with inconsistent numbers of samples: [10725, 3575]
下面是我的代码片段：
n_classes = len(classes)
X_train, X_test, y_train, y_test = train_test_split(X, Y, ran
浏览 2提问于2020-11-04得票数 1
回答已采纳
1回答
我对机器学习的应用有点陌生，所以我试着教自己如何在mldata.org和Python包中对任何类型的数据进行线性回归。我测试了线性回归示例代码()，代码在糖尿病数据集中运行良好。但是，我尝试将该代码与其他数据集一起使用，例如关于mldata上的地震()的数据集。然而，由于那里的维度问题，我无法做到这一点。
Warning (from warnings module):
File "/usr/lib/python2.7/dist-packages/numpy/core/_methods.py", line 55
warnings.warn("Mean of e
浏览 0提问于2014-12-25得票数 0
我能够使用numpy.polynomial来拟合像f(x) = 1 + x + x^2这样的一维多项式的项。如何拟合像f(x,y) = 1 + x + x^2 + y + yx + y x^2 + y^2 + y^2 x + y^2 x^2这样的多维多项式？看起来numpy根本不支持多维多项式:是这样吗？在我的实际应用中，我有5维的输入，我对hermite多项式感兴趣。看来，scipy.special中的多项式也只适用于一维输入。
# One dimension of data can be fit
x = np.random.random(100)
y = np.sin(x)
params
浏览 8提问于2018-01-10得票数 2
回答已采纳
[ 340 341如果x.shape != y.shape：-> 342 ValueError(f"x和y必须具有相同的一维，但“343 f”具有形状{x.shape}和{y.shape}") 344，如果x.ndim >2或y.ndim > 2：
ValueError: X和y必须具有相同的第一维，但具有形状(10，和(25，)]
浏览 0提问于2022-09-14得票数 -1
我试图在一个数据集上运行Lasso，其中一部分是验证集。以下是这些集合的尺寸：
train_X_tfidf.shape (15361, 1500)
train_y.shape (15361, 3)
val_X_tfidf.shape (10241, 1500)
val_y.shape (10241, 3)
下面是抛出错误的代码片段：
from sklearn import linear_model
ols_lasso = linear_model.Lasso()
ols_lasso.fit(train_X_tfidf,train_y)
Lasso_pr
浏览 3提问于2015-05-22得票数 1
3回答
功能计数不匹配
、、
我正在使用scikit做一个简单的分类任务。我有一个测试和训练数据集，它们的形状如下: train = (1000,69917)和test = (1073,49429)。当我这样做的时候：
clf.fit(X_train, Y_train)
predicted = clf.predict(X_test)
我得到以下错误：
ValueError: X has 49429 features per sample; expecting 69917
浏览 0提问于2014-08-19得票数 3
1回答
我很难理解Python中的这个代码(函数)。我认为下面的代码将二维图像数组转换为一维缓冲区数组。
但是，在这种情况下，我认为小数可以作为数组索引插入，因为'buf‘数组的索引除以8。
(buf[(x + y * self.width) / 8] |= 0x80 >> (x % 8))
有人能解释我的代码是如何工作的，即使它使用小数作为数组索引吗？
def get_frame_buffer(self, image):
buf = [0x00] * (self.width * self.height / 8)
# Set buffer to value of P
浏览 3提问于2018-01-15得票数 0
回答已采纳
1回答
我正在尝试为我的10维数据集生成一个网格，同时遵循中的代码。我正在实现并抛出错误的代码是：
ticks = arange(-3.,6.,0.2)
X, Y = meshgrid(ticks, ticks)
# need column vectors in dataset, not arrays
griddata = ClassificationDataSet(10,1, nb_classes=3)
for i in xrange(X.size):
griddata.addSample([X.ravel()[i],Y.ravel()[i]], [0])
我得到的错误是：
浏览 0提问于2012-04-27得票数 1
回答已采纳
我试图计算和绘制某些信号的傅里叶系数，并得到以下错误：
X和y必须具有相同的第一维，但具有形状(1000，)和(1，)
使用以下代码：
x=np.linspace(0,6, 1000)
y=np.cos(x**2)
#Areglo de 0 a 2pi con la cantida p k=n
def fourier(y):
for k in range (0,3):
for t in range(0, n - 1):
X = np.sum(y*np.exp(-2j*np.pi*t*(k/n)))
浏览 0提问于2018-09-19得票数 1
1回答
w, b, X, Y = np.array([[1.],[2.]]), 2., np.array([[1.,2.,-1.],[3.,4.,-3.2]]), np.array([[1,0,1]])
w1 = w.T
print(np.matmul(X*w1)) 此代码显示以下错误： ValueError: operands could not be broadcast together with shapes (2,3) (1,2) 我该怎么解决它呢？
浏览 95提问于2019-06-13得票数 0
1回答
我试着用5个特征来训练时间序列数据上的Keras模型，我只有一个序列，但是它很长，每个时间步骤都被标记为二进制分类。到目前为止我得到的是这样的：
# Set up the model
model = Sequential()
model.add(LSTM(16, input_dim=5, activation="relu"))
model.add(Dense(8, activation="relu"))
model.add(Dense(4, activation="relu"))
model.add(Dense(1, activation=
浏览 11提问于2022-03-15得票数 0
我一直在使用以下功能API来完成使用CNN的图像分类任务：
def create_model(X_train, X_test):
visible = Input(shape=(X_train.shape[0], X_train.shape[1], 1))
conv1 = Conv2D(32, kernel_size=4, activation='relu')(visible)
hidden1 = Dense(10, activation='relu')(pool2)
output = Dense(1, activation=&#
浏览 0提问于2017-11-01得票数 3
据我所知，当我试图传递一个数组而不是单个值时，这个错误就会发生，但是我认为StandardScaler应该接受一个矩阵。
对于所要提取的数据的上下文，我处理一个包含1,000个垃圾桶图像的目录，稍后我对该目录进行了整形。我原以为重塑可以解决这个问题，但我们到此为止了。
编辑：包含导入和错误消息的更新代码，它应该与提供的内容一起运行。
import os
from os import listdir
from os.path import isfile, join
import matplotlib as mpl
import matplotlib.pyplot as plt
from IPyt
浏览 0提问于2021-04-13得票数 1
1回答
奇怪的错误。我使用的是彩色图像，一切都正常。现在，为了节省时间和加快处理速度，我决定只处理一维的灰度图像(在它是4维之前)。代码与以前非常相同，只是有一些变化。但是现在我得到了一个错误，说形状不一样。有什么帮助吗？
X，Y= image_preloader(dataset_file，image_shape=(704,800)，mode=“文件”，categoriacal_labels=True，normalize=True，files_extension="jpeg"，gray_scale=True)
网络= input_data(shape=None，704,800，1)
V
浏览 3提问于2017-09-18得票数 0
1回答
这是我第一次尝试三维曲面绘制。花了几个小时想要展示一个阴谋，但还没有运气。下面是我的脚本，用于绘制z_ax关于x_ax和y_ax的表面图。z_ax变量是从其他脚本生成的，但这与我无关，所以我只是为了复制而复制粘贴数组。
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
import numpy as np
z_ax = np.array([[98.0952381 , 98.37627192, 98.22459584, 97.96470716, 97.97332409,
9
浏览 0提问于2018-10-01得票数 0
回答已采纳
1回答
用布尔矩阵替换循环以执行高级索引
、、、、
当处理维数(A，B，C)的三维矩阵"M“时，我们可以用两个向量X对相同维数D的[0，A)中的元素和[0，B)中的元素的Y进行索引。
更确切地说，我理解在写作的时候
M[X,Y,:]
我们要为D中的每一个“我”，
M[X[i], Y[i], :],
从而最终产生一个DxC矩阵。
现在假设
X is a numpy array of dim U, same concept as before
this time Y is a matrix UxL, where each row correspond to a Boolean numpy array
(a mask)
然后看下面的代码
f
浏览 1提问于2017-09-11得票数 3
请帮帮我，谢谢
我想在一个图像上执行K均值聚类，并在matplotib中绘制它，但是它一直显示这个错误：
ValueError: x和y必须具有相同的第一维度，但具有形状(10，)和(1，)
有人知道怎么解决这个问题吗？我的代码如下：
import cv2
import numpy as np
from sklearn.cluster import KMeans
from matplotlib import pyplot as plt
image = cv2.imread(r"C:\Users\KaChun\Desktop\rotapple.jpg")
reshaped =
浏览 0提问于2021-02-17得票数 0
我有一个模型，看起来像这样：
Model: "sequential_4"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv2d_170 (Conv2D) (None, 256, 256, 32) 32
浏览 0提问于2020-09-13得票数 0
ValueError: X和y必须具有相同的第一维，但有形状(12，)和(6，)
我对Python还是很陌生的，我正在尝试创建一个简单的图表。
这是我的代码：
import matplotlib.pyplot as plt
months = range(1, 13)
nyc_temp_2000 = [20.0, 30.5, 80.1, 80.3, 56.5, 99.6]
nyc_temp_2006 = [44.9, 6.4, 92.4, 69.8, 25.5, 12.5]
nyc_temp_2012 = [60.5, 60.9, 66.2, 25.0, 10.0, 78.0]
浏览 2提问于2017-03-28得票数 4
回答已采纳
1回答
我试图绘制一个图形，它将日期转换为浮动，用于线性回归算法，然后使用原始日期作为x轴标签的字符串。当我从csv文件中绘制实际值时，程序运行正常，但是当我绘制回归值时，我得到了引发ValueError的错误(f“x和y必须有相同的第一维，但是”ValueError: x和y必须有相同的第一维，但是有形状(60，)和(1，)
这是我的代码：
scaler = StandardScaler()
data = pd.read_csv('food.csv')
X = data['Date'].values
X = pd.to_datetime(X, e
浏览 4提问于2022-05-09得票数 0
我试图绘制一个三维曲面，通过一组(X，Y，Z) 3d点，得到ValueError(“参数Z必须是二维的”)。
ax = Axes3D(fig)
X = df.index.values
Y = np.where(df['trans_count'].values>0,np.ma.log(df['trans_count'].values), 0)
X, Y = np.meshgrid(X, Y)
Z = np.where(df['gpu_trans_count'].values>0, np.log(df['gpu_tran
浏览 3提问于2019-11-08得票数 3
回答已采纳
1回答
为了使我的模型更加健壮，我想对我的特征张量进行规范化。
我试着按照我对图片最好的知识标准去做：
class Dataset(torch.utils.data.Dataset):
'Characterizes a dataset for PyTorch'
def __init__(self, input_tensor, transform = transforms.Normalize(mean= 0.5, std=0.5)):
self.labels = input_tensor[:,:,-1]
self.features = input_tensor[:,:,:
浏览 2提问于2020-12-30得票数 0
回答已采纳
1回答
我有一个列表列表，我试图从列表中提取行，并在一个普通的x变量上绘制它们。所以我试着用循环一次提取每一行，
for i in range(10):
tlist = list(zip(*v_avg_store))
tlist[0]
print(tlist)
x = np.array(steps_store)
y = np.array(tlist)
plt.plot(x,y)
v_avg_store = [100,23,23,45,12,122], [2,1232,123,43,545,645], [234,23,43,556,33,45]
我想提取
浏览 3提问于2020-02-14得票数 1
我一直在摆弄不同的科学学习工具。监督学习类都有相同的通用API，您可以调用model.fit(X, y)来适应模型。有了其中的一些(至少是ExtraTreesRegressor)，我可以为y传递一个二维数组，它工作得很好。对其他人来说，这是行不通的。但是，它通常没有说明为什么不工作:我得到的形状错配错误表明，它只能预测单个输出维数，而实际上没有这样说。例如，对于随机梯度下降：
>>> X.shape
(77946, 24)
>>> y.shape
(77946, 24)
>>> mach = sklearn.linear_model.SGD
浏览 2提问于2013-10-29得票数 0
我是一个初学者，当我尝试绘制序列时，我遇到了一个问题：
我的代码给出了这个错误消息："ValueError: x和y必须具有相同的第一维“
hold(True)
x=[0.5]
for r in arange(2,4,0.1):
for i in range(170):
xn= x[-1]
xnp1 = r*xn*(1-xn)
x.append(xnp1)
xa=array(x)
rplot=0*xa+r
plot (rplot, xn,".")
show()
浏览 0提问于2016-06-16得票数 1
1回答
我有一个椭球体的一般公式：
A*x**2 + C*y**2 + D*x + E*y + B*x*y + F + G*z**2 = 0
其中A，B，C，D，E，F，G是常数因子。
如何在matplotlib中将这个方程绘制成三维图？(最好是线框。)
我看到了这个，但是它是参数化的，我不知道如何在这个代码中放置z坐标。有没有一种方法来保持一般的形式来绘制这个没有参数的形式？
我开始把它放在这样的代码里：
from mpl_toolkits import mplot3d
%matplotlib notebook
import numpy as np
import matplotlib.pyplot
浏览 2提问于2019-10-30得票数 1
我试图用线性三维函数Z= a_x+b_y+c来拟合我的三维数据。我用熊猫导入数据：
dataframe = pd.read_csv('3d_data.csv',names=['x','y','z'],header=0)
print(dataframe)
x y z
0 52.830740 7.812507 0.000000
1 44.647931 61.031381 8.827942
2 38.725318 0.707952 52.85
浏览 1提问于2018-11-12得票数 0
回答已采纳
我正在尝试构建一个类似于theano logistic_sgd.py实现中提供的logistic_sgd.py的数据集。下面是我的代码片段。
import numpy as np
import csv
from PIL import Image
import gzip, cPickle
import theano
from theano import tensor as T
def load_dir_data(csv_file=""):
print(" reading: %s" %csv_file)
dataset=[]
labels=
浏览 7提问于2015-05-29得票数 3
回答已采纳
1回答
使用
foo_ok = [(30, 784), (10, 30)]
foo_bad = [(10, 784), (10, 10)]
为什么
np.array([np.zeros(foo_ok[0]),np.zeros(foo_ok[1])])
边工作边工作
np.array([np.zeros(foo_bad[0]),np.zeros(foo_bad[1])])
结果：
ValueError:无法广播输入数组从形状(10,784)到形状(10)
基本上，我需要与表单foo = [(X, Z), (Y, X)]一起工作的东西，在这种情况下，可能是Y==X；但是，拥有Y==X会导致事情失败
浏览 4提问于2016-03-31得票数 4
回答已采纳
2回答
我试着用滑雪板做多元线性回归。
features_2 = ['chronic_disease_binary', 'outcome']
X = df.loc[:, features_2].values
Y = df.loc[:, ['age']].values
# X = pd.get_dummies(X,drop_first=True)
#
X_train_lm, X_test_lm, y_train_lm, y_test_lm = create_dataset_test(X, Y)
X_train_lm = X_train_lm.reshap
浏览 2提问于2020-05-27得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
