Como corrigir: todas as matrizes de entrada devem ter o mesmo número de dimensões
Um erro que você pode encontrar ao usar o NumPy é:
ValueError : all the input arrays must have same number of dimensions
Este erro ocorre quando você tenta concatenar duas matrizes NumPy de dimensões diferentes.
O exemplo a seguir mostra como corrigir esse erro na prática.
Como reproduzir o erro
Suponha que temos os dois arrays NumPy a seguir:
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]
Agora suponha que tentamos usar a função concatenate() para combinar os dois arrays em um único array:
#attempt to concatenate the two arrays
n.p. 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)
Recebemos um ValueError porque os dois arrays têm dimensões diferentes.
Como corrigir o erro
Podemos usar dois métodos para corrigir esse erro.
Método 1: use np.column_stack
Uma maneira de concatenar as duas tabelas evitando erros é usar a função column_stack() da seguinte forma:
n.p. column_stack ((array1, array2))
array([[ 1, 2, 9],
[3, 4, 10],
[5, 6, 11],
[7, 8, 12]])
Observe que podemos concatenar com êxito os dois arrays sem erros.
Método 2: use np.c_
Também podemos concatenar as duas tabelas evitando erros usando a função np.c_ da seguinte forma:
n.p. c_ [array1, array2]
array([[ 1, 2, 9],
[3, 4, 10],
[5, 6, 11],
[7, 8, 12]])
Observe que esta função retorna exatamente o mesmo resultado do método anterior.
Recursos adicionais
Os tutoriais a seguir explicam como corrigir outros erros comuns em Python:
Como corrigir KeyError em Pandas
Como corrigir: ValueError: não é possível converter float NaN em int
Como corrigir: ValueError: os operandos não puderam ser transmitidos com formas