SVR 模型 --> 特征缩放 - 预期 2D 阵列，得到 1D 阵列答案

【问题标题】：SVR Model -->Feature Scaling - Expected 2D array, got 1D array insteadSVR 模型 --> 特征缩放 - 预期 2D 阵列，得到 1D 阵列
【发布时间】：2018-10-29 19:29:39
【问题描述】：

我试图了解下面的代码有什么问题。我知道Y 变量是1D 数组，预计是2D 数组，需要重新调整结构，但该代码之前工作正常，但出现警告。

# Importing the libraries
  import numpy as np
  import matplotlib.pyplot as plt
  import pandas as pd

# Importing the dataset
  dataset = pd.read_csv('Position_Salaries.csv')
  X = dataset.iloc[:, 1:2].values
  y = dataset.iloc[:, 2].values



# Feature Scaling
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
X = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

ValueError: Expected 2D array, got a 1D array instead:
array=[  45000.   50000.   60000.   80000.  110000.  150000.  200000.  300000.
  500000. 1000000.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

【问题讨论】：

标签： python pandas scikit-learn

【解决方案1】：

解决方法在错误信息中：

Reshape your data either using array.reshape(-1, 1) if your data has
a single feature or array.reshape(1, -1) if it contains a single sample.

由于您传递的是单个特征（不是单个样本），请尝试：

y = sc_y.fit_transform(y.reshape(-1, 1))

【讨论】：

你能帮我从基础和高级python开始哪个教程最好吗？
@Ramangoyal，对于基本的 Python，我是automatetheboringstuff.com 的忠实粉丝！对于更高级的 Python 进行数据分析，我强烈推荐 Wes McKinney 的 Python For Data Analysis，笔记本在这里：github.com/wesm/pydata-book。
您介意解释一下为什么需要二维数组吗？毕竟，数据只是“标准化”，不需要二维数组。