<\/p>\n
Kesalahan yang mungkin Anda temui saat menggunakan NumPy adalah:<\/span><\/p>\n Kesalahan ini terjadi ketika Anda mencoba melakukan operasi berulang pada nilai float di NumPy, yang tidak mungkin dilakukan.<\/span><\/p>\n Contoh berikut menunjukkan cara mengatasi kesalahan ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki array NumPy berikut:<\/span><\/p>\n Sekarang misalkan kita mencoba mencetak jumlah setiap nilai dalam array:<\/span><\/p>\n Kami menerima kesalahan karena kami mencoba melakukan iteratif (mengambil jumlah nilai) pada setiap nilai float individual dalam array.<\/span><\/p>\n Kita dapat menghindari kesalahan ini dengan dua cara:<\/span><\/p>\n 1. Lakukan operasi non-iteratif pada setiap nilai dalam array.<\/strong><\/span><\/p>\n Misalnya, kita bisa mencetak setiap nilai dalam array:<\/span><\/p>\n Kami tidak menerima kesalahan karena kami belum mencoba mengulangi setiap nilai.<\/span><\/p>\n 2. Lakukan operasi berulang pada array multidimensi.<\/strong><\/span><\/p>\n Kita juga dapat menghindari kesalahan dengan melakukan operasi berulang pada array multidimensi:<\/span><\/p>\n Kami tidak mendapatkan kesalahan karena masuk akal untuk menggunakan fungsi sum()<\/strong> pada array multidimensi.<\/span><\/p>\n Secara khusus, berikut adalah cara NumPy menghitung nilai penjumlahan:<\/span><\/p>\n Tutorial berikut menjelaskan cara memperbaiki kesalahan umum lainnya dengan Python:<\/span><\/p>\n Cara Memperbaiki KeyError di Pandas<\/a> Kesalahan yang mungkin Anda temui saat menggunakan NumPy adalah: TypeError : ‘numpy.float64’ object is not iterable Kesalahan ini terjadi ketika Anda mencoba melakukan operasi berulang pada nilai float di NumPy, yang tidak mungkin dilakukan. Contoh berikut menunjukkan cara mengatasi kesalahan ini dalam praktiknya. Bagaimana cara mereproduksi kesalahan tersebut Misalkan kita memiliki array NumPy berikut: import […]<\/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 TypeError : 'numpy.float64' object is not iterable\n<\/span><\/span><\/strong><\/pre>\n Bagaimana cara mereproduksi kesalahan tersebut<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#define array of data\n<\/span>data = np. array<\/span> ([1.3, 1.5, 1.6, 1.9, 2.2, 2.5])\n\n#display array of data\n<\/span>print<\/span> (data)\n\n[1.3 1.5 1.6 1.9 2.2 2.5]<\/span><\/span><\/strong><\/pre>\n #attempt to print the sum of every value\nfor<\/span> i in<\/span> data:\n print<\/span> (sum(i))\n\nTypeError : 'numpy.float64' object is not iterable\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n Bagaimana cara memperbaiki kesalahan tersebut<\/strong><\/span><\/h3>\n
#print every value in array\nfor<\/span> i in<\/span> data:\n print<\/span> (i)\n\n1.3\n1.5\n1.6\n1.9\n2.2\n2.5\n<\/span><\/span><\/strong><\/pre>\n #create multi-dimensional array\ndata2 = np. array<\/span> ([[1.3, 1.5], [1.6, 1.9], [2.2, 2.5]])\n<\/span>\n#print sum of each element in array\nfor<\/span> i in<\/span> data2:\n print<\/span> (sum(i))\n\n2.8\n3.5\n4.7\n<\/span><\/span><\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara Memperbaiki: ValueError: Tidak dapat mengubah float NaN menjadi int<\/a>
Cara Memperbaiki: ValueError: Operan tidak dapat disiarkan dengan bentuk<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"