预期的 np.ndarray（得到 DataFrame）

【问题标题】：expected np.ndarray (got DataFrame)预期的 np.ndarray（得到 DataFrame）
【发布时间】：2021-07-10 14:14:24
【问题描述】：

我想找出卷积运算的 output_size，但我正在努力将我的数据帧转换为张量。

output_size = torch.nn.Conv2d(3, 5, 5,stride=1, padding=3,    
                dilation=1, groups=1, bias=True, padding_mode='zeros')

fashion = torch.from_numpy(load_fashion)
input_ = torch.Tensor((fashion.values), dtype=torch.float)  


output = output_size(input_)

【问题讨论】：

假设 load_fashion 是您的数据框，fashion = torch.from_numpy(load_fashion.values, dtype=torch.float) 应该就足够了。请注意，在传递给 Conv2d 之前，您还需要将张量重塑为 (batch_size, channel, H, W) 形状。

标签： python pytorch

【解决方案1】：

我无法完全理解您的问题，因为您的代码在您的问题中的格式不正确，但该错误只是预期的数据类型错误。

您需要将数据框转换为 np 数组。只需在数据框的末尾添加 .values 即可。因此，如果您的输入是这样的示例数据框：

df = pd.DataFrame({"Col1":[1,2,3,4], "Col2":[2,2,3,4]})

像这样将整个东西转换成一个 numpy 数组：

sample_array = df.values

或将一列转换为 np 数组，如下所示：

sample_array_2 = df["Col1"].values

更新： 正如 cmets 中所提到的，pandas 建议使用 .to_numpy()，因此请使用以下内容：

sample_array = df.to_numpy()

【讨论】：

pandas documentation 建议改用dataframe.to_numpy()。
啊，是的，你是对的。更新我的答案。