解决Python报错:ValueError:operands could not be broadcast together with shapes
问题描述
在做矩阵数据的归一化处理时，遇到个报错：ValueError: operands could not be broadcast together with shapes (2,32) (2,) 。
源码片段如下：
def normalization(X, set_axis): # for 2d matrix
Xmin = np.min(X, axis=set_axis) # axis=0, the col min; else, the row min;
Xmax = np.max(X, axis=set_axis)
Xmu = np.mean(X, axis=set_axis)
# print(Xmin.shape)
X_norm = (X - Xmu) / (Xmax - Xmin)
return X_norm
X = np.arange(0, 64).reshape(2, 32)
X_norm = normalization(X, 1)
根据矩阵乘法广播扩展的原则，只要有一个维度的大小相同就能扩展，但这里却失败了，仔细定位了下，终于找到原因。
问题解决
问题根因
最后的原因竟然是：打印Xmin.shape后显示的结果(2,)，个人理解错误。 原以为：(2,)表示的是两行一列的意思，而实际上(2,)表示只有1维，是个向量。
虽然该向量本质也是一行两列，但是为了向量运算方便，不区分方向、行列，而广播支持的必须是矩阵，维度必须2维及以上。
所以解决方法是升维成二维矩阵，需要将Xmin扩维成矩阵，最后的shape表示为(2,1)，表征2行1列二维数据，之后就可以进行广播运算了。
由此可以看出，对基础知识的深入理解很重要。
修改方法
在源码片段第4行后，添加如下其中一种代码即可：
# 扩维方法1
Xmin= Xmin[:, np.newaxis] # 从列的维度扩维, shape成(2, 1)
Xmax= Xmax[:, np.newaxis] # [np.newaxis, :]则是从行的维度扩维，shape成(1, 2)
Xmu= Xmu[:, np.newaxis]
# 扩维方法2
Xmin = Xmin.reshape(X.shape[0], 1)
Xmax = Xmax.reshape(X.shape[0], 1)
Xmu = Xmu.reshape(X.shape[0], 1)
进阶举例
对该知识点的深入，可以小结为，[]表示一个维度，如只有一个[]，则表示向量，两个嵌套则表示二维矩阵，3个嵌套则表示三维矩阵。
要做广播的基础，首先是一维以上的矩阵，系统不支持一维向量的广播扩展。
代码示例如下：
import numpy as np x1 = [1, 2] # 一维向量，没有行列之分，只有元素个数 x2 = [[1], [2]] # 二维矩阵，大小为：2*1 x3 = [[1, 2], [3, 4]] # 二维矩阵，大小为:2*2 x1 = np.array(x1) x2 = np.array(x2) x3 = np.array(x3) print(x1.shape) print(x2.shape) print(x3.shape)
参考资料
How to Fix: ValueError: Operands could not be broadcast together with shapes?
总结
到此这篇关于解决Python报错:ValueError:operands could not be broadcast together with shapes的文章就介绍到这了,更多相关Python报错ValueError内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
- Python ValueError: invalid literal for int() with base 10 实用解决方法
- Python异常 ValueError的问题
- 解决Python报错Valueerror: Expected 2d Array Got 1d Array Instead
- Python中ValueError报错的原因和解决办法
- Python报错ValueError: cannot reindex from a duplicate axis的解决方法
- Python报错ValueError: cannot convert float NaN to integer的解决方法
- 解决Python报错ValueError list.remove(x) x not in list问题
- Python中异常类型ValueError使用方法与场景
- Python ValueError: all input arrays must have the same shap的问题解决
相关文章
这篇文章主要为大家详细介绍了python实现批处理文件，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-07-07
这篇文章主要介绍了Python基础之tkinter图形化界面学习,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有非常好的帮助,需要的朋友可以参考下2021-04-04
python+requests+pytest接口自动化的实现示例
这篇文章主要介绍了python+requests+pytest接口自动化的实现示例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-04-04
一般数据筛查可以通过Python中的pandas库来实现,下面小编就来为大家介绍一下Python如何利用pandas实现数据筛查,感兴趣的小伙伴可以一起学习一下2023-10-10
今天小编就为大家分享一篇在Python中输入一个以空格为间隔的数组方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python中常用检测字符串相关函数,实例汇总了Python针对字符串数字、字母、大小写等常用检测函数,非常具有实用价值,需要的朋友可以参考下2015-04-04
Pandas库中的DataFrame是处理表格数据的主要数据结构,添加新列有多种方法,包括使用现有列的值、创建全为零或全为一的列、或者直接添加一个由特定值组成的列,这些方法在处理数据时非常有用,需要的朋友可以参考下2024-11-11
今天小编就为大家分享一篇python多任务及返回值的处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
验证代理IP是否可用。原理是使用代理IP访问指定网站，如果返回状态为200，表示这个代理是可以使用的。这篇文章重点给大家介绍使用python验证代理ip是否可用的实现方法，感兴趣的朋友一起看看吧2018-07-07
这篇文章主要介绍了Python 装饰器的相关资料，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-08-08
最新评论