Question

def preprocess(numerical , categorical):
    imputer = SimpleImputer()
    x_num = imputer.fit_transform(numerical)
    scaler = StandardScaler()
    x_num = scaler.fit_transform(x_num)
    one_hot = OneHotEncoder()
    x_cat = one_hot.fit_transform(categorical)
    print('X_num Shape : ' , x_num.shape)
    print('X_cat Shape : ' , x_cat.shape)
    
    return np.concatenate((x_num,x_cat),axis = 1)

[Output] X_num Shape :  (889, 2)
         X_cat Shape :  (889, 22)

最后显示的错误是ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 0 dimension(s)

我希望输出的形状为（889,24）

最后一句话（索引1的数组的维数为0）使我认为问题与形状为（n，）和（，n）的怪异的numpy数组有关，但这不应该是问题，因为维数是显示不是那样，但我认为我缺少某些东西

我也尝试使用许多不同的功能np.hstack , np.vstack , np.column_stack，但它们要么不提供所需的输出，要么显示此错误消息ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 2 and the array at index 1 has size 1

Answer 1

因此，如上面的hpaulj所述，问题是从OneHotEncoder出来后的x_cat的类型为<class 'scipy.sparse.csr.csr_matrix'> 而不是不能与其他numpy数组连接的numpy数组，这导致它被转换连接时，将其转换为一个numpy数组，并且使用shape命令将其尺寸为()。不知道这是否意味着它变平，但是当我尝试使用reshape时，它没有起作用并说ValueError: cannot reshape array of size 1 into shape (889,22)

我要解决的问题是将行one_hot = OneHotEncoder()替换为one_hot = OneHotEncoder(sparse = False)，这使输出矩阵的类型成为密集的numpy数组，可以使用np.concatenate((x_num,x_cat),axis = 1 )对其进行串联

连接具有相同行数但不同列的数组

1 个答案: