<\/p>\n
Ein Fehler, der bei der Verwendung von Python auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt auf, wenn Sie versuchen, eine Berechnung f\u00fcr ein Objekt in Python durchzuf\u00fchren, das nicht numerisch ist.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Angenommen, wir haben das folgende NumPy-Array:<\/span><\/p>\n Wir erhalten einen TypeError,<\/strong> weil wir versucht haben, den Median einer Liste von Zeichenfolgenwerten zu berechnen.<\/span><\/p>\n Der einfachste Weg, diesen Fehler zu beheben, besteht darin, das NumPy-Array einfach in ein Float-Objekt zu konvertieren, damit wir mathematische Operationen daran ausf\u00fchren k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie das geht:<\/span><\/p>\n Wir k\u00f6nnen jetzt mathematische Operationen am NumPy-Array durchf\u00fchren:<\/span><\/p>\n Beachten Sie, dass wir keine Fehler erhalten, da das NumPy-Array ein Float-Objekt ist, was bedeutet, dass wir mathematische Operationen daran ausf\u00fchren k\u00f6nnen.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n So beheben Sie KeyError in Pandas<\/a> Ein Fehler, der bei der Verwendung von Python auftreten kann, ist: ValueError : cannot perform reduce with flexible type Dieser Fehler tritt auf, wenn Sie versuchen, eine Berechnung f\u00fcr ein Objekt in Python durchzuf\u00fchren, das nicht numerisch ist. Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann. So reproduzieren Sie den […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ValueError<\/span> : cannot perform reduce with flexible type\n<\/strong><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#define NumPy array of values\n<\/span>data = np. array<\/span> (['1', '2', '3', '4', '7', '9', '10', '12'])\n\n#attempt to calculate median of values\n<\/span>n.p. median<\/span> (data)\n\nTypeError<\/span> : cannot perform reduce with flexible type\n<\/span><\/span><\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h3>\n
#convert NumPy array of string values to float values<\/span>\ndata_new = data. astype<\/span> (float)\n\n#view updated NumPy array\n<\/span>data_new\n<\/span>\narray([ 1., 2., 3., 4., 7., 9., 10., 12.])\n\n#check data type of array<\/span>\ndata_new. dtype\n\n<\/span>dtype('float64')\n<\/span><\/span><\/strong><\/pre>\n #calculate median value of array\n<\/span>n.p. median<\/span> (data_new)\n\n5.5\n\n#calculate mean value of array\n<\/span>n.p. mean<\/span> (data_new)\n\n6.0\n\n#calculate max value of array\n<\/span>n.p. max<\/span> (data_new)\n\n12.0<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden<\/a>
So beheben Sie: ValueError: Operanden konnten nicht mit Formen \u00fcbertragen werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"