Numpy umformen Ausgaben

Question

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib import style 
from sklearn.linear_model import LinearRegression 
from sklearn import preprocessing, cross_validation, svm 


df = pd.read_csv('table.csv') 
print (df.head()) 

df = df[['Price', 'Asset']] 
x = np.array(df.Price) 
y = np.array(df.Asset) 

x_train, x_test, y_train, y_test = cross_validation.train_test_split(
x, y, test_size=0.2) 


x_train = np.pad(x, [(0,0)], mode='constant') 
x_train.reshape((23,1)) 


y_train = np.pad(y, [(0,0)], mode ='constant') 
y_train.reshape((23,1)) 

np.reshape(-1, 1) 

Fehler:

runfile('C:/Users/HP/Documents/linear.py', wdir='C:/Users/HP/Documents') 
     Price  Asset 
0 87.585859 191 
1 87.839996 232 
2 87.309998 245 
3 88.629997 445 
4 88.379997 393 
C:\Users\HP\Anaconda3\lib\site-packages\sklearn\utils\validation.py:386: 

    DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. 
    DeprecationWarning) 
Traceback (most recent call last): 

    File "<ipython-input-124-030ffa933525>", line 1, in <module> 
    runfile('C:/Users/HP/Documents/linear.py', wdir='C:/Users/HP/Documents') 

    File "C:\Users\HP\Anaconda3\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 714, in runfile 
    execfile(filename, namespace) 

    File "C:\Users\HP\Anaconda3\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 89, in execfile 
    exec(compile(f.read(), filename, 'exec'), namespace) 

    File "C:/Users/HP/Documents/linear.py", line 38, in <module> 
    clf.fit(x_train, y_train) 

    File "C:\Users\HP\Anaconda3\lib\site-packages\sklearn\linear_model\base.py", line 427, in fit 
    y_numeric=True, multi_output=True) 

    File "C:\Users\HP\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 520, in check_X_y 
    check_consistent_length(X, y) 

    File "C:\Users\HP\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 176, in check_consistent_length 
    "%s" % str(uniques)) 

ValueError: Found arrays with inconsistent numbers of samples: [ 1 23] 

Meine Datenrahmen Größe: 23, 2.

ich meine x_train geklotzt und y_train auf [23,1], weil ich diesen ersten Fehler bekam Valueerror: Gefundene Arrays mit inkonsistenter Anzahl von Proben: [1 18]. Meine Fehlermeldung nach Auffüllen: ValueError: Gefundene Arrays mit inkonsistenter Anzahl von Samples: [1 23].

Dann habe ich versucht, es neu zu gestalten und immer noch die Fehlermeldung: ValueError: Gefundene Arrays mit inkonsistenten Anzahl von Proben: [1 23].

Wie behebe ich das?

Answer 1

Wenn Sie nur eine Reihe von Größe neu zu gestalten (x, 1)(1, x) Sie die np.transpose oder numpy.ndarray.T Funktion verwenden können:

x_train = x_train.T 
y_train = np.transpose(y_train) 

Beide erreichen das gleiche Ergebnis.

Bearbeiten: Dies funktioniert nur für eindimensionale Arrays. Verwenden Sie die Umformung für höherdimensionale Arrays.

Wenn Sie uns nicht den vollständigen Traceback geben, der anzeigt, in welcher Zeile der Fehler auftritt, können wir Ihnen nicht weiterhelfen.