Question

获取异常Exception: Data must be 1-dimensional

在Python 3.7中使用NumPy

相同的代码对其他人有用，但对我而言不起作用。贝娄是我的代码，请帮助

Working_code_in_diff_system

Same_code_not_working_in_my_system

import numpy as np 
from sklearn import linear_model
from sklearn.model_selection import train_test_split
import seaborn as sns
from sklearn import metrics
import matplotlib.pyplot as plt
%matplotlib inline

df = pd.read_csv('./Data/new-data.csv', index_col=False)

x_train, x_test, y_train, y_test = train_test_split(df['Hours'], df['Marks'], test_size=0.2, random_state=42)

sns.jointplot(x=df['Hours'], y=df['Marks'], data=df, kind='reg')

x_train = np.reshape(x_train, (-1,1))
x_test = np.reshape(x_test, (-1,1))
y_train = np.reshape(y_train, (-1,1))
y_test = np.reshape(y_test, (-1,1))



#
print('Train - Predictors shape', x_train.shape)
print('Test - Predictors shape', x_test.shape)
print('Train - Target shape', y_train.shape)
print('Test - Target shape', y_test.shape)

预期输出应为

火车-预测变量的形状（80，1）

测试-预测变量的形状（20，1）

火车-目标形状（80，1）

测试-目标形状（20，1）

输出异常Exception: Data must be 1-dimensional

Answer 1

我认为您需要在基础的numpy数组上而不是在Pandas系列上调用np.reshape-您可以使用.values进行此操作：

x_train = np.reshape(x_train.values, (-1, 1))

在接下来的三行中重复同样的想法。

或者，如果您使用的是Pandas的最新版本> = 0.24，则首选to_numpy：

x_train = np.reshape(x_train.to_numpy(), (-1, 1))

Answer 2

numpy.squeeze() 从 NumPy 数组中删除大小为 1 的所有维度。

x_train = numpy.squeeze(x_train)

将 (80,1) 数组转换为 (80,)

Numpy Python：例外：数据必须为一维

2 个答案: