解决“ValueError：无法一起广播操作数”

Question

下面的代码产生以下值错误。

ValueError: operands could not be broadcast together with shapes (8,8) (64,)

当我将“训练”数据集从 10 个图像扩展到 100 个图像时，它首先出现。解释器似乎告诉我，我不能对这些数据点执行任何坐标操作，因为其中一个坐标对是缺少一个值。我无法反驳这一点。不幸的是，我的工作并没有完全奏效。我试图插入一个 if 条件，后跟一个 continue 语句（即，如果出现这个特定的坐标，它应该从循环的顶部继续）。口译员不喜欢这个想法，并咕哝着说那句话的真实性并不像我想象的那么简单。它建议我尝试 a.any() 或 a.all()。我查看了两者的示例，并尝试将有问题的坐标对放在括号中并代替“a”。这两种方法都让我无处可去。我不知道有任何类似于我在 C 中用于排除不符合特定标准的输入的函数的 Python 函数。与类似问题有关的其他答案建议更改使用的数学，但有人告诉我这是我要进行的操作，因此我将其视为错误处理问题。

有人对如何处理这个问题有任何见解吗？任何想法将不胜感激！

代码如下：

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

digits = datasets.load_digits()
#print the 0th image in the image database as an integer matrix
print(digits.images[0])
#plot the 0th image in the database assigning each pixel an intensity of black
plt.figure()
plt.imshow(digits.images[0], cmap = plt.cm.gray_r, interpolation = 'nearest')
plt.show()
#create training subsets of images and targets(labels)
X_train = digits.images[0:1000]
Y_train = digits.target[0:1000]
#pick a test point from images (345)
X_test = digits.images[345]
#view test data point
plt.figure()
plt.imshow(digits.images[345], cmap = plt.cm.gray_r, interpolation = 'nearest')
plt.show()
#distance
def dist(x, y):
    return np.sqrt(np.sum((x - y)**2))

#expand set of test data
num = len(X_train)
no_errors = 0
distance = np.zeros(num)
for j in range(1697, 1797):
    X_test = digits.data[j]
    for i in range(num):
        distance[i] = dist(X_train[i], X_test)
    min_index = np.argmin(distance)
    if Y_train[min_index] != digits.target[j]:
        no_errors += 1
print(no_errors)

Answer 1

您需要向我们展示错误发生的位置，以及一些错误堆栈。

然后您需要确定导致问题的数组，并检查它们的形状。实际上，错误告诉我们。一个操作数是一个 8x8 二维数组。另一个具有相同数量的元素，但具有一维形状。您可能需要将一些变量追溯到您自己的代码。

只是为了说明问题：

In [381]: x = np.ones((8,8),int)
In [384]: y = np.arange(64)
In [385]: x*y
...
ValueError: operands could not be broadcast together with shapes (8,8) (64,) 
In [386]: x[:] = y
...
ValueError: could not broadcast input array from shape (64) into shape (8,8)

由于 2 个数组具有相同数量的元素，因此修复可能涉及重塑其中一个：

In [387]: x.ravel() + y
Out[387]: 
array([ 1,  2,  3,  4,  5, ... 64])

或x-y.reshape(8,8)。

我的基本观点是，您需要了解数组形状的含义，以及不同形状的数组如何一起使用。您不会“绕过”错误，而是修复输入以使其“广播”兼容。

我认为问题不在于特定元素的值。

当您尝试在if 上下文中测试数组时，会出现truth value 错误。 if 需要一个简单的 True 或 False，而不是 True/False 值的数组。

In [389]: if x>0:print('yes')
....
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()