<\/p>\n
Un errore che potresti riscontrare durante l’utilizzo di NumPy \u00e8:<\/span><\/p>\n Questo errore si verifica quando fornisci un float a una funzione che prevede un numero intero.<\/span><\/p>\n L’esempio seguente mostra come correggere questo errore nella pratica.<\/span><\/p>\n Supponiamo di provare a utilizzare il seguente ciclo for per stampare numeri diversi in un array NumPy:<\/span><\/p>\n Riceviamo un errore perch\u00e9 la funzione range()<\/strong> prevede un numero intero, ma i valori nell’array NumPy sono float.<\/span><\/p>\n Esistono due modi per correggere rapidamente questo errore:<\/span><\/p>\n Metodo 1: utilizzare la funzione int()<\/strong><\/span><\/p>\n Un modo per correggere questo errore \u00e8 semplicemente racchiudere la chiamata con int()<\/strong> come segue:<\/span><\/p>\n Utilizzando la funzione int()<\/strong> , convertiamo ogni valore float nell’array NumPy in un numero intero per evitare il TypeError<\/strong> che abbiamo riscontrato in precedenza.<\/span><\/p>\n Metodo 2: utilizzare la funzione .astype(int).<\/strong><\/span><\/p>\n Un altro modo per correggere questo errore \u00e8 convertire prima i valori dell’array NumPy in numeri interi:<\/span><\/p>\n Utilizzando questo metodo evitiamo nuovamente il TypeError<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come correggere altri errori comuni in Python:<\/span><\/p>\n Come correggere l’errore chiave nei Panda<\/a> Un errore che potresti riscontrare durante l’utilizzo di NumPy \u00e8: TypeError : ‘numpy.float64′ object cannot be interpreted as an integer Questo errore si verifica quando fornisci un float a una funzione che prevede un numero intero. L’esempio seguente mostra come correggere questo errore nella pratica. Come riprodurre l’errore Supponiamo di provare a utilizzare il seguente […]<\/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 Come riprodurre l’errore<\/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 Come correggere l’errore<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come risolvere il problema: ValueError: impossibile convertire float NaN in int<\/a>
Come risolvere il problema: ValueError: non \u00e8 stato possibile trasmettere gli operandi con le forme<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"