Comment réparer : tous les tableaux d’entrée doivent avoir le même nombre de dimensions

Une erreur que vous pouvez rencontrer lors de l’utilisation de NumPy est :

ValueError: all the input arrays must have same number of dimensions

Cette erreur se produit lorsque vous tentez de concaténer deux tableaux NumPy de dimensions différentes.

L’exemple suivant montre comment corriger cette erreur dans la pratique.

Comment reproduire l’erreur

Supposons que nous ayons les deux tableaux NumPy suivants :

import numpy as np

#create first array
array1 = np.array([[1, 2], [3, 4], [5,6], [7,8]])

print(array1) 

[[1 2]
 [3 4]
 [5 6]
 [7 8]]

#create second array 
array2 = np.array([9,10, 11, 12])

print(array2)

[ 9 10 11 12]

Supposons maintenant que nous essayions d’utiliser la fonction concatenate() pour combiner les deux tableaux en un seul tableau :

#attempt to concatenate the two arrays
np.concatenate([array1, array2])

ValueError: all the input arrays must have same number of dimensions, but the array at
            index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

Nous recevons une ValueError car les deux tableaux ont des dimensions différentes.

Comment réparer l’erreur

Nous pouvons utiliser deux méthodes pour corriger cette erreur.

Méthode 1 : utilisez np.column_stack

Une façon de concaténer les deux tableaux tout en évitant les erreurs consiste à utiliser la fonction column_stack() comme suit :

np.column_stack((array1, array2))

array([[ 1,  2,  9],
       [ 3,  4, 10],
       [ 5,  6, 11],
       [ 7,  8, 12]])

Notez que nous sommes capables de concaténer avec succès les deux tableaux sans aucune erreur.

Méthode 2 : utilisez np.c_

On peut également concaténer les deux tableaux tout en évitant les erreurs en utilisant la fonction np.c_ comme suit :

np.c_[array1, array2]

array([[ 1,  2,  9],
       [ 3,  4, 10],
       [ 5,  6, 11],
       [ 7,  8, 12]])

Notez que cette fonction renvoie exactement le même résultat que la méthode précédente.

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer KeyError dans Pandas
Comment réparer : ValueError : impossible de convertir le float NaN en entier
Comment réparer : ValueError : les opérandes n’ont pas pu être diffusés avec les formes