Question

我在执行下面的代码时遇到错误（ValueError：shape mismatch：shape数组形状（10，）无法广播到形状（1,10）的索引结果）....

将pandas导入为pd，将numpy导入为np，将matplotlib导入为mpl

dataset=pd.read_csv("pre-process_datasample.csv")
features=dataset.iloc[:,[0,1,2]].values
label=dataset.iloc[:,[3]].values

from sklearn.preprocessing import Imputer

imputerNaN=Imputer(missing_values="NaN",strategy="mean",axis=0)
features[:,[1,2]]=imputerNaN.fit_transform(features[:,[1,2]])

from sklearn.preprocessing import LabelEncoder,OneHotEncoder

label_encoder=LabelEncoder()

features[:,[0]]=label_encoder.fit_transform(features[:,[0]])


but when I change following code:
features[:,[0]]=label_encoder.fit_transform(features[:,[0]]) to
features[:,0]=label_encoder.fit_transform(features[:,0])
I don't get any error....why??? Please Help

Answer 1

是的，存在形状不匹配，因为features.iloc[:,[0]]会导致array([[num0],[num_1],[num_2],...,[num_9])数组的形状（10,1）。

但是label_encoder.fit_transform(features[:,[0]])导致形状数组（10，）的所以

features[:,[0]].shape = (10,1)且label_encoder.fit_transform(features[:,[0]]).shape = (10,)不匹配

但如果是features[:,0]和label_encoder.fit_transform(features[:,0]) 两者都有形状（10，）

所以它只是形状不匹配，简单地指定不同形状的数据集是不可接受的

数据预处理中Spyder的值误差

1 个答案: