ValueError: 操作数无法与形状 (5,) (30,) 一起广播
Posted
技术标签:
【中文标题】ValueError: 操作数无法与形状 (5,) (30,) 一起广播【英文标题】:ValueError: operands could not be broadcast together with shapes (5,) (30,) 【发布时间】:2018-04-25 17:28:06 【问题描述】:我正在尝试像这样合并数组:
如果:
a = [1.2, 1, 3, 4]
b = [0.0 , 0.0]
c = [0.0 , 0.0]
a = a + b + c
那么结果应该是:
[0.0 , 0.0 , 1.2 , 1 ,3 ,4 , 0.0 ,0.0]
我所做的是提取数组的直方图 并将其与普通数组合并。
x1, bins, patch = plt.hist(array1, bins = round(max(array1) - min(array1)))
x1 = b + x1 + c
but the form of x1 is
x1 = [ 2. 0. 0. 1. 0. 2. 5. 0. 1. 1. 0. 1. 5.]
也许这会导致这样的错误
请帮助我。 我不知道该怎么办
【问题讨论】:
你的例子是 a=b+a+c 吗? 【参考方案1】:您可以使用 np.concatenate 来执行此操作,但您也可以通过将数组转换为列表来执行此操作。
import numpy as np
a = list(np.array([1.2, 1, 3, 4]))
b = list(np.array([0.0 , 0.0]))
c = list(np.array([0.0 , 0.0]))
D= a + b + c
所以在你的代码中尝试:
x1 = list(b) + list(x1) + list(c)
#Put it back into a numpy array
x1 = np.array(x1)
【讨论】:
【参考方案2】:NumPy 数组的行为与 +
运算符不同:对于 Python 列表,将列表相加意味着串联(这正是您想要的)。
但是,在 NumPy 中,将数组相加意味着逐元素相加(如果维度不匹配,则首先使用 broadcasting。
要获得您想要的,请使用np.concatenate
,例如
import numpy as np
np.concatenate((b,x1,c))
【讨论】:
以上是关于ValueError: 操作数无法与形状 (5,) (30,) 一起广播的主要内容,如果未能解决你的问题,请参考以下文章
ValueError:操作数无法与形状一起广播 (2501,201) (2501,)
如何修复Tensorflow中的“ValueError:操作数无法与形状(2592,)(4,)一起广播”?
ValueError:操作数无法与形状一起广播 - inverse_transform- Python
ValueError:在进行加权预测时,操作数无法与形状 (7,) (624,3) 一起广播