<\/p>\n
Um erro que voc\u00ea pode encontrar ao usar o NumPy \u00e9:<\/span><\/p>\n Este erro ocorre quando voc\u00ea fornece um float para uma fun\u00e7\u00e3o que espera um n\u00famero inteiro.<\/span><\/p>\n O exemplo a seguir mostra como corrigir esse erro na pr\u00e1tica.<\/span><\/p>\n Suponha que tentemos usar o seguinte loop for para imprimir n\u00fameros diferentes em um array NumPy:<\/span><\/p>\n Recebemos um erro porque a fun\u00e7\u00e3o range()<\/strong> espera um n\u00famero inteiro, mas os valores no array NumPy s\u00e3o flutuantes.<\/span><\/p>\n Existem duas maneiras de corrigir esse erro rapidamente:<\/span><\/p>\n M\u00e9todo 1: use a fun\u00e7\u00e3o int()<\/strong><\/span><\/p>\n Uma maneira de corrigir esse erro \u00e9 simplesmente encerrar a chamada com int()<\/strong> da seguinte maneira:<\/span><\/p>\n Usando a fun\u00e7\u00e3o int()<\/strong> , convertemos cada valor flutuante no array NumPy em um n\u00famero inteiro para evitar o TypeError<\/strong> que encontramos anteriormente.<\/span><\/p>\n M\u00e9todo 2: use a fun\u00e7\u00e3o .astype(int)<\/strong><\/span><\/p>\n Outra maneira de corrigir esse erro \u00e9 primeiro converter os valores do array NumPy em n\u00fameros inteiros:<\/span><\/p>\n Ao usar este m\u00e9todo evitamos o TypeError<\/strong> novamente.<\/span><\/p>\n Os tutoriais a seguir explicam como corrigir outros erros comuns em Python:<\/span><\/p>\n Como corrigir KeyError em Pandas<\/a> Um erro que voc\u00ea pode encontrar ao usar o NumPy \u00e9: TypeError : ‘numpy.float64’ object cannot be interpreted as an integer Este erro ocorre quando voc\u00ea fornece um float para uma fun\u00e7\u00e3o que espera um n\u00famero inteiro. O exemplo a seguir mostra como corrigir esse erro na pr\u00e1tica. Como reproduzir o erro Suponha que tentemos […]<\/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":[],"class_list":["post-2262","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n TypeError<\/span> : 'numpy.float64' object cannot be interpreted as an integer\n<\/strong><\/pre>\n Como reproduzir o erro<\/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 Como corrigir o erro<\/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 Recursos adicionais<\/strong><\/span><\/h3>\n
Como corrigir: ValueError: n\u00e3o \u00e9 poss\u00edvel converter float NaN em int<\/a>
Como corrigir: ValueError: os operandos n\u00e3o puderam ser transmitidos com formas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"