<\/p>\n
Kesalahan yang mungkin Anda temui saat menggunakan NumPy adalah:<\/span><\/p>\n Kesalahan ini terjadi ketika Anda memberikan float ke fungsi yang mengharapkan bilangan bulat.<\/span><\/p>\n Contoh berikut menunjukkan cara memperbaiki kesalahan ini dalam praktiknya.<\/span><\/p>\n Misalkan kita mencoba menggunakan perulangan for berikut untuk mencetak angka yang berbeda ke dalam array NumPy:<\/span><\/p>\n Kami menerima kesalahan karena fungsi range()<\/strong> mengharapkan bilangan bulat, tetapi nilai dalam array NumPy adalah float.<\/span><\/p>\n Ada dua cara untuk memperbaiki kesalahan ini dengan cepat:<\/span><\/p>\n Metode 1: Gunakan fungsi int()<\/strong><\/span><\/p>\n Salah satu cara untuk memperbaiki kesalahan ini adalah dengan membungkus panggilan dengan int()<\/strong> sebagai berikut:<\/span><\/p>\n Dengan menggunakan fungsi int()<\/strong> , kita mengonversi setiap nilai float dalam array NumPy menjadi bilangan bulat untuk menghindari TypeError<\/strong> yang kita temui sebelumnya.<\/span><\/p>\n Metode 2: Gunakan fungsi .astype(int).<\/strong><\/span><\/p>\n Cara lain untuk memperbaiki kesalahan ini adalah dengan terlebih dahulu mengonversi nilai array NumPy menjadi bilangan bulat:<\/span><\/p>\n Dengan menggunakan cara ini kita terhindar dari TypeError<\/strong> lagi.<\/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 cannot be interpreted as an integer Kesalahan ini terjadi ketika Anda memberikan float ke fungsi yang mengharapkan bilangan bulat. Contoh berikut menunjukkan cara memperbaiki kesalahan ini dalam praktiknya. Bagaimana cara mereproduksi kesalahan tersebut Misalkan kita mencoba menggunakan perulangan for berikut untuk mencetak […]<\/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<\/span> : 'numpy.float64' object cannot be interpreted as an integer\n<\/strong><\/pre>\n Bagaimana cara mereproduksi kesalahan tersebut<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#define array of values<\/span>\ndata = np. array<\/span> ([3.3, 4.2, 5.1, 7.7, 10.8, 11.4])\n\n#use for loop to print out range of values at each index\n<\/span>for<\/span> i in<\/span> range(len(data)):\n print<\/span> (range(data[i]))\n\nTypeError<\/span> : 'numpy.float64' object cannot be interpreted as an integer\n<\/span><\/span><\/strong><\/pre>\n Bagaimana cara memperbaiki kesalahan tersebut<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#define array of values<\/span>\ndata = np. array<\/span> ([3.3, 4.2, 5.1, 7.7, 10.8, 11.4])\n\n#use for loop to print out range of values at each index\n<\/span>for<\/span> i in<\/span> range(len(data)):\n print<\/span> (range(int(data[i])))\n\nrange(0, 3)\nrange(0, 4)\nrange(0, 5)\nrange(0, 7)\nrange(0, 10)\nrange(0, 11)\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#define array of values\n<\/span>data = np. array<\/span> ([3.3, 4.2, 5.1, 7.7, 10.8, 11.4])\n\n#convert array of floats to array of integers<\/span>\ndata_int = data. astype<\/span> (int)\n\n#use for loop to print out range of values at each index\n<\/span>for<\/span> i in<\/span> range(len(data)):\n print<\/span> (range(data[i]))\n\nrange(0, 3)\nrange(0, 4)\nrange(0, 5)\nrange(0, 7)\nrange(0, 10)\nrange(0, 11)<\/span><\/span><\/strong><\/pre>\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":"