{"id":2115,"date":"2023-07-23T15:23:51","date_gmt":"2023-07-23T15:23:51","guid":{"rendered":"https:\/\/statorials.org\/id\/operan-tidak-dapat-disiarkan-dengan-formulir\/"},"modified":"2023-07-23T15:23:51","modified_gmt":"2023-07-23T15:23:51","slug":"operan-tidak-dapat-disiarkan-dengan-formulir","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/operan-tidak-dapat-disiarkan-dengan-formulir\/","title":{"rendered":"Cara memperbaiki: valueerror: operan tidak dapat disiarkan dengan bentuk"},"content":{"rendered":"

<\/p>\n

\n

Kesalahan yang mungkin Anda temui saat menggunakan Python adalah:<\/span><\/p>\n

 ValueError<\/span> : operands could not be broadcast together with shapes (2,2) (2,3) \n<\/strong><\/pre>\n
 Kesalahan ini terjadi ketika Anda mencoba melakukan perkalian matriks menggunakan tanda perkalian ( *<\/strong> ) dengan Python, bukan fungsi numpy.dot()<\/strong> .<\/span><\/p>\n
 Contoh berikut menunjukkan cara memperbaiki kesalahan ini di setiap skenario.<\/span><\/p>\n
 Bagaimana cara mereproduksi kesalahan tersebut<\/strong><\/span><\/h3>\n
 Misalkan kita mempunyai matriks C berukuran 2×2 yang mempunyai 2 baris dan 2 kolom:<\/span> <\/p>\n
\"\"<\/p>\n
 Misalkan kita juga mempunyai matriks D berukuran 2×3 yang mempunyai 2 baris dan 3 kolom:<\/span> <\/p>\n
\"\"<\/p>\n
 Berikut cara mengalikan matriks C dengan matriks D:<\/span> <\/p>\n
\"\"<\/p>\n
 Ini menghasilkan matriks berikut:<\/span> <\/p>\n
\"\"<\/p>\n
 Misalkan kita mencoba melakukan perkalian matriks dengan Python menggunakan tanda perkalian (*) sebagai berikut:<\/span><\/p>\n
 import<\/span> numpy as<\/span> np\n\n#define matrices\n<\/span>C = np. array<\/span> ([7, 5, 6, 3]). reshape<\/span> (2, 2)\nD = np. array<\/span> ([2, 1, 4, 5, 1, 2]). reshape<\/span> (2, 3)\n\n#print dies<\/span>\nprint<\/span> (C)\n\n[[7 5]\n [6 3]]\n\nprint<\/span> (D)\n\n[[2 1 4]\n [5 1 2]]\n\n#attempt to multiply two matrices together\n<\/span>CD\n\nValueError: operands could not be broadcast together with shapes (2,2) (2,3)<\/span>  \n<\/span><\/strong><\/pre>\n
 Kami menerima ValueError<\/strong> . Kami dapat merujuk ke dokumentasi NumPy<\/a> untuk memahami mengapa kami menerima kesalahan ini:<\/span><\/p>\n
\n
 Saat beroperasi pada dua larik, NumPy membandingkan bentuknya elemen demi elemen. Ini dimulai dengan dimensi akhir (yaitu paling kanan) dan berlanjut ke kiri. Dua dimensi kompatibel ketika<\/span><\/p>\n